# 理解模型檢閱概念

在開始分析訓練結果之前，若要對模型指標有基本的理解，這很實用。

可用的模型指標可大致分為兩種類型：模型分數和特徵重要性指標。檢閱模型時，兩種指標類型都應分析。

每個可用演算法訓練模型的方式之間也有差異。

## 模型分數

模型分數指示模型預測的準確度。

[解譯模型分數](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/scoring-models.htm)

## 特徵重要性

特徵重要性在技術上是模型分數，但應與模型分數合併使用，以評估模型品質並診斷可能問題。特徵重要性也針對影響資料趨勢的關鍵驅動因素提供深入資訊。

[理解特徵重要性](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/feature-importance.htm)

## 演算法

特定演算法最適合與特定問題類型搭配運作。每個演算法各有其優點和缺點，應在檢閱模型時納入考量。

[理解模型演算法](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/algorithms.htm)