0 / 0
Go back to the English version of the documentation

Výběr modelu AutoAI

Last updated: 22. 8. 2023
Výběr modelu AutoAI

AutoAI automaticky připraví data, použije algoritmy a pokusí se sestavit ropovody modelu, které jsou nejvhodnější pro vaše data a příklad použití. Zde se dozvíte, jak vyhodnotit ropovody modelu, abyste je mohli uložit jako model.

Přezkoumání výsledků testu

Během výcviku AutoAI se vaše datová sada rozdělí na část s odbornou přípravou a z části Hold-out. Výcviková část je používána cvičeními AutoAI pro generování produktovodů a křížových hodnocení AutoAI , které se používají k jejich ohodnocení. Po provedení školení AutoAI se část úkrytu používá pro výsledné vyhodnocení modelu potrubí a výpočet informací o výkonu, jako jsou křivky ROC a matoucí matrice, které jsou zobrazeny v leaderboardu. Poměr rozdělení účastné/třídicího poměru je 90/10.

Jak trénink postupuje, jste prezentovány s dynamické infographic a leaderboard. Ponechejte ukazatel myši nad uzly v infografickém zobrazení a prozkoumejte faktory, které produktovody sdílejí, a jejich jedinečné vlastnosti. Jako vodítko pro data v infografickém zobrazení klepněte na kartu Legenda v informačním panelu. Chcete-li si prohlédnout jiný pohled na vytvoření propojení procesů, klepněte na kartu Podrobnosti experimentu na panelu oznámení a poté klepnutím na volbu Přepnout zobrazení zobrazte mapu průběhu. V obou pohledech klepněte na uzel propojení procesů, abyste zobrazili přidružený propojení procesů v leaderboard. Leaderboard obsahuje modelové ropovody, které jsou řazeny podle skóre křížových ověření platnosti.

Zobrazit transformace propojení procesů

Ponechejte ukazatel myši nad uzlem v infografickém zobrazení, abyste zobrazili transformace pro propojení procesů. Posloupnost transformací dat se skládá z transformátoru předběžného zpracování a posloupnosti transformátorů dat, pokud bylo pro propojení procesů provedeno technické oddělení. Algoritmus je určen výběrem modelu a optimalizačními kroky během školení AutoAI .

Transformace propojení procesů pro modely AutoAI

Chcete-li přezkoumat technické podrobnosti pro vytvoření propojení procesů, prohlédněte si téma Podrobnosti implementace .

Zobrazit leaderboard

Každý modelový kolona je očíslovaný pro různé metriky a pak ohodnocený. Výchozí metrika hodnocení pro binární modely klasifikace je oblast pod křivkou ROC. Pro modely klasifikace s více třídami je výchozí metrikou přesnost. U regresních modelů je výchozí metrikou základní střední kvadratická chyba (RMSE). Vysoceřazené ropovody se zobrazují v žebříku, takže si můžete prohlédnout další informace o nich. Leaderboard také poskytuje volbu pro uložení produktovodů modelu výběru poté, co jste je přezkoumali.

Modely Leaderboard AutoAI

Ropovody můžete vyhodnotit následujícím způsobem:

  • Chcete-li zobrazit další podrobnosti o metrikách a výkonu, klepněte na kolonu v leaderboardu.
  • Klepnutím na volbu Porovnat zobrazíte, jak se k nejvyšším ropovody porovnávají.
  • Řadit žebříček podle jiné metriky.

Rozšíření propojení procesů AutoAI

Zobrazení matice záměny

Jedna z podrobností, které lze zobrazit pro kolonu pro binární test klasifikace, je Zmatenost matice .

Mativa zmatku je založena na údajích o holdutu, což je část souboru údajů o odborné přípravě, která se nevyužívá pro výcvik ropovodu, ale pouze na základě měření jeho výkonu na údajích, které nebyly během odborné přípravy pozorovány.

V případě problému s binárními klasifikacemi s kladnou třídou a s negativní třídou je v matici zmatku uveden souhrn kladných a záporných předpovědí modelu potrubí ve čtyřech kvadrantech v závislosti na jejich korektnosti ohledně kladných nebo záporných jmenovek třídy dat pro datové sady.

Například ukázkový experiment v rámci banky se snaží identifikovat zákazníky, kteří přijímají propagační akce, které jsou jim nabídnuty. Maticová matice pro propojení procesů s nejvyšší pozicí je následující:

Matice zmatení


Kladná třída je 'yes' (což znamená, že uživatel provede povýšení). Můžete vidět, že měření pravdivých negativů, tj. zákazníci, model předpovídali správně, že by odmítli jejich propagační akce, je vysoká.

Chcete-li zobrazit další podrobnosti o vybraném propojení procesů, klepněte na položky v navigační nabídce. Například Význam funkce zobrazuje, které funkce dat nejvíce přispívají k vašemu výstupu předpovědi.

Uložit propojení procesů jako model

Jste-li s potrubím spokojeni, uložte jej pomocí jedné z těchto metod:

  • Klepnutím na tlačítko Uložit model uložíte kandidátský kolonu jako model do svého projektu, takže jej můžete testovat a implementovat.
  • Klepnutím na tlačítko Uložit jako zápisník vytvořte a uložte automaticky vygenerovaný notebook do vašeho projektu. Můžete přezkoumat kód nebo spustit experiment v zápisníku.

Další kroky

Propagujte školený model na prostor implementace, abyste jej mohli testovat s novými daty a generovat předpovědi.

Další informace

Podrobnosti implementaceAutoAI

Nadřízené téma: PřehledAutoAI