檢閱模型
若要評估機器學習模型，您需要能夠理解模型分數和指標。在某些情況下，理解每個欄位和值如何影響預測結果 (為什麼發生某事) 可能比進行預測更加重要。
工作流程
檢閱模型時，完成此逐步工作流程，以獲得最佳結果。
步驟 1：理解概念
在開始檢閱模型指標之前，若要對基礎概念有基本的理解，這很實用。在 Qlik AutoML ，模型指標通常分類為：
此外，也有一些不同的演算法，可用來訓練模型。如需詳細資訊，請參閱 理解模型演算法。
步驟 2：使用介面執行分析
下一步是使用 Qlik AutoML 以評估訓練結果。您可以進行下列事項，以在實驗介面中於各種索引標籤之間切換：
-
檢查訓練資料以查看訓練期間預先處理的方式
-
檢視 AutoML 如何改變特徵選項以最佳化模型的摘要
-
執行核心模型指標的高階分析
-
以個別模型的深度比較和分析更深入地挖掘
如需完整詳細資訊，請參閱下列指南：
步驟 3：根據需求精簡模型
分析模型後，您可以精簡以改善結果。
依照預設，會在實驗中啟用智慧模型最佳化。此功能會為您排除可能影響模型效能的特徵，以自動精簡模型。假設您有準備完善的資料集，結果應準備好、或幾乎準備好部署。
您也可以在不使用智慧最佳化的情況下開始訓練，或在透過此功能執行一個或多個版本之後關閉此功能。若您需要進一步控制訓練流程，這很實用。
在模型部署之前或之後，可能需要其他精簡。例如，您可能需要變更或重新整理訓練資料，以重新訓練模型。
若要進一步瞭解如何精簡模型，請參閱 精簡模型。
完成精簡流程之後，您就準備好部署最佳模型。