选择配置方法

对于结构化数据模型，必须通过遵循指导式步骤或运行 Notebook 来提供模型详细信息，以生成可上载的配置包。 如果您选择的部署没有评分端点，那么必须上载配置包。

提供样本事务

对于图像和非结构化文本模型，不需要训练数据，您必须手动提供一个交易样本，以指定您的模型输出和输入。

指定训练数据

如果在添加部署时未检测到训练数据的详细信息，可以上传 CSV 文件来指定训练数据，或连接到存储在数据库或云存储中的训练数据。 要连接到训练数据，必须选择位置并指定连接详细信息。 如果在添加部署时检测到训练数据的详细信息，则会预选数据库或云存储选项，并为您指定位置和连接详细信息。

选择功能部件和标签列

当显示训练数据中可用的列列表时，您必须选择用于训练模型的特征，并指定一列作为标签/目标列，其中包含每条记录的预期或准确类别标签。 选择特征和标签列后，您的训练数据将用于自动向您的部署发送评分请求，以验证您的模型输出和部署状态。

选择模型输出

选择预测列和预测概率列。 预测列包含您的部署生成的预测，预测概率列包含模型对预测的置信度。 预期列可能会根据从模型部署中识别出的元数据进行预选。 您可以选择更改这些选择。 预测列的数据类型必须与标签列的数据类型匹配。 如果数据类型不匹配，模型评估可能无法正常工作。

父主题: 准备评估模型