檢視模型分數

模型檢視顯示來自機器學習演算法訓練的深入資訊集合。指標和圖表可讓您比較實驗版本內或不同實驗版本之間的不同模型。檢閱指標以瞭解模型執行得如何以及您可以如何精簡模型以改善分數。

會自動選取對實驗版本最合適的演算法並以 標記。會根據分類模型的 F1 分數和迴歸模型的 R2 分數評分。

若模型已部署到 ML 部署中，按一下 圖示以開啟部署。若已從相同的模型建立一個或多個部署，按一下 ，然後按一下 以開啟 ML 部署。

在表格中顯示指標

根據機器學習問題的類型，可使用不同指標。

請執行下列動作：

1. 在模型指標表格右上方，按一下 。

2. 選取您想要顯示的指標。

檢視模型指標

有多個篩選條件可供您在檢視模型指標時使用。展開位於模型指標表格正上方的下拉式功能表，以探索模型的篩選選項。

您可以依使用的實驗版本和演算法篩選模型。若要納入表現最佳的模型指標，使用 最佳執行者篩選條件。所選模型篩選條件將會納入所選模型的模型指標。使用已部署篩選條件以納入已部署模型的指標。

合併篩選條件時，將會顯示符合任何所套用之篩選條件的模型指標。

比較鑑效組分數和訓練分數

模型檢視中所示的指標是根據用來在訓練後驗證模型效能的自動鑑效組資料。您也可以檢視交叉驗證期間產生的訓練指標並與鑑效組指標比較。將顯示訓練資料指標切換為開啟或關閉，以顯示訓練資料模型分數的欄。這些分數通常會很類似，但如果有顯著的差異，可能就有資料滲漏或過適的問題。

請執行下列動作：

1. 在模型指標表格中，選取模型。

2. 按一下顯示訓練資料指標。

檢視超參數值

您可以檢視用於透過每個演算法訓練的超參數值。如需關於超參數的詳細資訊，請參閱 超參數最佳化。

請執行下列動作：

• 在模型指標表格中，按一下超參數欄中的 。

  超參數值顯示在快顯視窗中。

檢視實驗設定

實驗設定窗格顯示目前所選模型的實驗版本設定。

請執行下列動作：

1. 在實驗版本中選取模型。

2. 按一下 ，或按一下檢視設定，以開啟實驗設定窗格。