分析模型
Qlik Predict 提供豐富的視覺化體驗，可用於分析您在實驗中訓練的模型。您可以使用簡單的介面分析關鍵模型指標，其中包含自動產生的建議、摘要和視覺化。如需更詳細的分析和比較，您可以使用內嵌分析。
開始之前
在分析模型之前，對模型審查概念有基本的瞭解會很有幫助。這包括模型分數、特性重要性和演算法。
如需資訊，請參閱 理解模型檢閱概念。
快速分析
透過快速分析，您可以快速瞭解模型訓練的進行情況以及所得模型的品質。您還可以根據常見需求，審查為您推薦哪些模型。
在深入分析之前，建議您開啟 訓練資料 索引標籤，以查看訓練資料的處理方式。這可能很重要，因為在此版本中可能會發現特性無法使用。
開啟實驗中的 模型 索引標籤以取得訓練結果的概述。您可以快速比較模型並識別表現最佳的模型。您在此索引標籤中看到的資訊取決於您是否使用 智慧型 模型最佳化，以及您實驗的問題類型。
如需詳細資訊，請參閱：
模型比較
使用內嵌分析對您的模型進行互動式、深入的比較。您可以在 比較 索引標籤中進行這些比較。
在模型比較期間，您可以：
-
比較所有模型的所有可用模型指標。
-
檢視並比較所有模型的訓練和保留分數。
-
比較所有模型的超參數值。
For a comprehensive guide, see 比較模型.
詳細分析
在實驗的 分析 索引標籤中，對特定模型進行詳細分析。詳細分析是透過內嵌分析進行。您可以互動式篩選資料，以進一步瞭解特定資料叢集的模型效能。
透過詳細的模型分析，您可以識別由訓練資料引起的問題，並深入瞭解模型的優缺點。
For a comprehensive guide, see 執行詳細模型分析.
下載訓練報告
如需其他詳細資訊，您可以下載實驗中模型的訓練報告。訓練報告提供模型如何訓練的深入摘要，提供有關預處理、特性轉換、實驗版本控制和模型指標的完整詳細資訊。訓練報告會直接匯出至您的本機電腦。
如需詳細資訊，請參閱 下載 ML 訓練報告。
後續步驟
您的後續步驟可能取決於您如何最佳化模型。
智慧型模型最佳化理想上會建立一個已準備好進行部署的模型，且只需極少或無需進一步微調。模型的品質仍取決於您訓練資料的品質、實驗組態，以及特定於您預測使用案例的任何需求。在您分析模型並解決資料品質或實驗組態的任何其他問題之後，您就可以部署最適合您需求的模型。
如果您在執行智慧型模型最佳化後發現其他問題，或者如果您從一開始就關閉了智慧型模型最佳化，您可以手動設定新版本的實驗以改善所得的模型。
微調步驟的範例包括：
-
在不使用智慧型最佳化啟動後，再將其開啟。
-
在執行包含智慧型最佳化的版本後，將其關閉。這可讓您根據需要對組態進行微調。
-
變更或重新整理訓練資料。
-
變更包含的特性。
-
變更特性資料的處理方式 (例如，變更特性的特性類型)。
當您達到所需的結果時，請部署一或多個模型。如需詳細資訊，請參閱：