# 检查模型

为了评估机器学习模型，您需要能够理解模型得分和度量。在某些情况下，了解每个字段和值如何影响预测结果，为什么会发生某些事情可能比做出预测更重要。

## 工作流

在查看模型时，请完成此分步工作流程以获得最佳结果。

### 步骤 1：理解概念

在开始审查模型指标之前，对基本概念有一个基本的了解可能会有所帮助。在 Qlik Predict 中，模型指标通常分为：

* 模型分数

  [解释模型分数](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/scoring-models.htm)

* 特性重要性指标

  [了解特性重要性](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/feature-importance.htm)

此外，还有许多不同的算法可用于训练模型。有关更多信息，请参阅[理解模型算法](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/algorithms.htm)。

### 步骤 2：使用界面进行分析

下一步是使用 Qlik Predict 来评估训练结果。您可以在实验界面中的各个选项卡之间切换，以执行以下操作：

* 审查推荐模型

* 检查训练数据，确定它在训练过程中是如何预处理的

* 查看 Qlik Predict 如何通过更改特性选择来优化模型的摘要

* 对核心模型指标进行概括性分析

* 通过对单个模型的深入比较和分析进行更深入的挖掘

有关完整详细信息，请参阅以下指南：

* [选择您的最佳模型](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/best-models.htm)

* [执行快速模型分析](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm)

* [比较模型](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm)

* [执行 详细的模型分析](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm)

### 步骤 3：根据需要优化模型

在分析了模型之后，您可能希望部署一个推荐的性能最佳的模型。如果需要进一步完善，您可以创建后续版本来改进结果。

在您的实验中，默认情况下会激活智能模型优化。此功能通过排除可能影响模型性能的特性自动为您优化模型。假设您有一个准备充分的数据集，建议应该已经准备就绪或几乎准备好部署。

您也可以在不进行智能优化的情况下开始训练，或者在用它运行一个或多个版本后将其关闭。如果您需要对训练过程进行更多控制，这很有用。

在模型部署之前或之后可能需要进行额外的改进。例如，在更改或刷新训练数据后，您可能需要重新训练模型。

要了解有关如何优化模型的更多信息，请参阅[微调模型](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/refining-models.htm)。

完成优化过程后，您就可以部署首选模型了。