跳到主要內容 跳至補充內容

以管理員身分下載 ML 訓練報告

管理員可以下載使用 Qlik Predict 訓練的已部署機器學習模型的訓練報告。訓練報告包括關於訓練模型之流程的全面詳細資訊,也可以選擇包括 ML 實驗中的其他模型。訓練報告為 PDF 格式。

沒有管理員權限的使用者也可以從 ML 實驗和 ML 部署下載訓練報告。如需詳細資訊,請參閱下載 ML 訓練報告

ML 訓練報告

實驗訓練報告

使用案例

透過模型訓練報告,您可以:

  • 深入探討訓練您模型的程序,例如用於稽核目的。

  • 輕鬆與 Qlik Cloud 外部的使用者分享模型訓練的詳細資訊。

產生訓練報告

管理 活動中心

  1. 管理 中,前往 Qlik Predict

  2. 開啟已部署的模型索引標籤。

  3. 按一下表格中模型旁邊的 三個點可顯示更多選項
  4. 選取下載訓練報告

  5. 在對話方塊中,可以選擇包括關於實驗中所有模型的資訊

    啟用後,此設定會產生一份擴展報告,其中包含有關實驗中訓練的所有模型的資訊。

  6. 如有需要,按一下預覽以檢視報告而無需下載。根據您的瀏覽器,您可能需要嘗試多次。

  7. 按一下下載。會產生報告並儲存到您的本機下載資料夾。

從 ML 實驗

  1. 開啟 ML 實驗。

  2. 前往模型索引標籤。

  3. 選取模型。

  4. 在右上角,按一下下載訓練報告

  5. 在對話方塊中,選擇性地勾選包括關於實驗中所有模型的資訊

    啟用時,此設定會產生一份擴充報告,其中包含關於實驗中所有已訓練模型的資訊。

  6. 如有需要,按一下預覽以檢視報告而不下載。視您的瀏覽器而定,您可能需要嘗試多次。

  7. 按一下下載。報告會產生並儲存至您的本機「下載」資料夾。

您也可以透過在模型上按一下三點功能表,並選取下載訓練報告來產生訓練報告。

從 ML 部署

  1. 開啟 ML 部署。

  2. 前往可部署的模型標籤。

  3. 部署中的所有模型之下,按一下模型旁的 三點功能表

  4. 選取下載訓練報告

  5. 在對話框中,選擇性地開啟包括關於實驗中所有模型的資訊

    啟用時,此設定會產生一份擴充報告,其中包含實驗中所有已訓練模型的相關資訊。請參閱 完整版本和焦點版本

  6. 如有需要,按一下預覽以檢視報告,而無需下載。視您的瀏覽器而定,您可能需要嘗試多次。

  7. 按一下下載。報告會產生並儲存到您的本機「下載」資料夾。

訓練報告包含哪些內容

訓練報告詳細概述了以下資訊。只有下載完整版的訓練報告,才會顯示某些詳細資訊。如需詳細資訊,請參閱完整版本和焦點版本

  • 誰建立了實驗

  • 何時訓練了實驗和模型

  • 訓練中所使用之資源的位置和名稱

  • 實驗有幾個版本和模型

  • 用來訓練模型的演算法

  • 有關所用訓練資料集的詳細資訊,例如其中包含多少資料

  • 訓練前和訓練期間對訓練資料進行的處理

  • 訓練和鑑效組資料的模型指標

  • 超參數資料

完整版本和焦點版本

下載訓練報告時,使用者可以選擇開啟名為包含實驗中所有模型的相關資訊的設定。此設定控制要產生報告的完整版本或焦點版本。

開啟包含實驗中所有模型的相關資訊設定後,將產生完整版本的報告。此報告包含有關實驗中訓練的其他模型的附加資訊。

另一方面,焦點報告僅包含所選模型的相關資訊。不包括實驗中其他模型的相關資訊。

解譯訓練報告中的字詞

分析訓練報告時,假設您已了解所參考的技術術語。大多數術語都在說明文件中Qlik Predict解釋

下列表格提供報告內容的定義,以及實用的說明主題。

了解訓練報告中的術語
術語 意義 相關內容
批次

指的是實驗中訓練了多少批模型。使用智慧型模型最佳化時,模型會以迭代批次進行訓練,以改善訓練效能和結果。

相較之下,不使用智慧型模型最佳化 (即手動最佳化) 的實驗版本會以單一批次訓練模型。

-
EDA 指的是探索性資料分析。這是指在模型訓練開始之前,對訓練資料執行的一組自動處理。 實驗設定
編碼影響編碼獨熱編碼 指應用於功能資料的處理,使其在模型訓練中更可用。 類別編碼
特徵設計 指產生新功能的許多程序。這些可以是作為全新實體公開的新功能,也可以是透過編碼和自由文字處理建立的功能。

建立新的特徵欄

自動特徵設計

類別編碼

五重交叉驗證 指在每次訓練迭代後對模型執行的交叉驗證。 鑑效組資料和交叉驗證
最佳化 指模型訓練是否使用智慧型或手動最佳化。 使用模型最佳化
取樣率 指用於訓練模型的訓練資料集使用了多少。

使用智慧型模型最佳化時,模型有時可以在不到 100% 的原始資料集上進行訓練,特別是對於非常大的資料集。

相較之下,不使用智慧型模型最佳化 (即手動最佳化) 的實驗版本,總是使用 100% 的訓練資料集。

訓練資料取樣
分割 指的是將訓練資料集自動分割成訓練資料和保留資料。保留資料不用於模型訓練,而是用於測試模型效能。 鑑效組資料和交叉驗證
U=使用者覆寫 指的是使用者手動將功能類型從自動識別的功能類型變更的動作。 變更特徵類型

下載訓練報告的權限和要求

管理 活動中心下載的權限和要求

若要從 管理 活動中心匯出訓練報告,模型需要部署到至少一個 ML 部署。

您也需要機器學習內容的檢視權限。換言之,身為管理員,您必須具備以下內容之一:

  • Tenant Admin 角色

  • Analytics Admin 角色

  • 管理 ML 實驗和部署管理員權限透過 User Default 或自訂安全性角色設定為允許

從 ML 實驗和部署下載的權限

透過以下方式之一,管理員可以從 ML 實驗和 ML 部署下載訓練報告:

  • Tenant Admin 角色

  • Analytics Admin 角色

  • 管理 ML 實驗和部署管理員權限透過 User Default 或自訂安全性角色設定為允許

限制

  • 訓練報告僅適用於 2025 年 7 月下旬及之後所建立的 ML 實驗。

此頁面是否對您有幫助?

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們!