導覽實驗介面 | Qlik Cloud 說明
跳到主要內容 跳至補充內容

導覽實驗介面

上次更新:2026-11-10

索引標籤介面可協助您逐步進行模型訓練的各個階段。使用索引標籤與實驗設定面板來訓練並最佳化您的模型。

工具列

使用工具列於介面中的索引標籤之間切換。

在工具列中,您也可以進行下列事項:

  • 根據您位於哪個索引標籤,您可以在訓練的模型之間切換。

  • 按一下 檢視設定 檢視設定 以進一步設定訓練、檢閱目前版本,或開始新版本。

ML 實驗中的工具列

ML 實驗中的工具列

設定與訓練資料

此索引標籤可讓您管理實驗資料。當您建立實驗時,組態 是唯一顯示的索引標籤。隨著訓練進行,該分頁會重新命名為 訓練資料,且您可以切換至其他分頁以進行模型分析。

在此分頁中,您可以:

  • 在訓練第一個版本之前選取目標。

  • 新增或移除特徵。

  • 檢視特徵資料集深入資訊和統計資料,並檢閱資料品質警告。

  • 選取新的訓練資料集。

  • 配置偏差偵測。

在 結構描述檢視結構描述檢視和 資料檢視資料檢視之間切換,以不同的方式呈現訓練資料集。

ML 實驗中的 組態 索引標籤。訓練完成後,此索引標籤會重新命名為 訓練資料。

使用者執行訓練版本之前,ML 實驗中的「資料」索引標籤

模型

在模型索引標籤中,對訓練結果執行快速分析並探索建議模型。此索引標籤可協助您比較每個模型的核心指標,並評估不同的預測使用案例。

若要執行更詳細的模型分析,您可以切換至比較和分析索引標籤。

在模型指標表格中或從表格上方的建議中選取一個模型。您可以檢視:

  • 效能分數。

  • 模型訓練摘要 (可用於智慧模型最佳化)。

  • 特徵重要性視覺化。

  • 其他特定於實驗類型的視覺化。

  • 偏差偵測結果。

如需詳細資訊,請參閱 執行快速模型分析。

透過智慧模型最佳化所訓練的 ML 實驗中的模型索引標籤

ML 實驗中的「模型」索引標籤,顯示摘要、核心模型指標和自動產生的視覺化

比較

使用內嵌分析詳細比較模型。進行選取並自訂儀表板資料,以發掘模型效能的深入解析。

在比較索引標籤中,您可以:

  • 存取所有可用模型指標和超參數。

  • 比較各個模型的訓練和鑑效組指標。

如需詳細資訊,請參閱 比較模型。

ML 實驗中的比較索引標籤

ML 實驗中的比較式模型分析

分析

以內嵌分析深入探索您訓練的每個模型。

在分析索引標籤中,您可以:

  • 進一步分析預測準確度。

  • 在細微性層級評估特徵重要性。

  • 檢視特徵資料的分佈。

  • 檢視偏差偵測結果的詳細資訊。

如需更多關於詳細模型分析的資訊,請參閱 執行詳細模型分析。

ML 實驗中的分析索引標籤

ML 實驗中的「分析」索引標籤,顯示預測準確度和特徵重要性

實驗設定面板

使用此面板來設定實驗設定。

在新的實驗中,預設會開啟實驗設定面板。執行版本後,按一下 檢視設定 檢視設定 以開啟面板。

藉由實驗設定面板,您可以:

  • 選擇目標和實驗類型

  • 設定版本名稱

  • 新增或移除特性

  • 設定新版本的實驗

  • 檢視您正在訓練的模型類型

  • 選擇以變更或重新整理訓練資料集

  • 新增或移除演算法

  • 變更模型最佳化設定

  • 對於時間序列模型,設定預測設定

  • 設定偏差偵測

實驗設定面板

具有選定目標、實驗類型和預設特性選擇的實驗設定面板

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!