Translation not up to date
Aby skonfigurować wartościowanie modelu, należy podać szczegółowe informacje o modelu, aby umożliwić Watson OpenScale zrozumienie sposobu, w jaki model jest skonfigurowany.
W systemie Watson OpenScale dostępne są różne metody, których można użyć w celu udostępnienia szczegółów modelu dla ocen. Używana metoda zależy od sposobu konfigurowania ewaluacji i typu wdrożeń, które mają być wartościowane.
Udostępnianie szczegółów modelu w produkcie Watson OpenScale
W przypadku dodawania wdrożeńopcja Watson OpenScale może automatycznie wykryć wszystkie wymagane szczegóły modelu. Jeśli opcja Watson OpenScale nie wykryje wszystkich wymaganych szczegółów modelu, należy ręcznie podać szczegóły modelu.
W poniższych sekcjach opisano, w jaki sposób można udostępnić szczegóły modelu w systemie Watson OpenScale:
Wybierz metodę konfiguracji
W przypadku ustrukturyzowanych modeli danych należy podać szczegóły modelu, wykonując kroki z przewodnikiem lub uruchamiając notatnik, aby wygenerować pakiet konfiguracji, który można przesłać. Jeśli wybrane wdrożenie nie ma punktu końcowego oceniania, należy przesłać pakiet konfiguracji.
Podaj przykładową transakcję
W przypadku modeli tekstowych obrazu i nieustrukturyzowanego tekstu Watson OpenScale nie wymaga danych szkoleniowych, a użytkownik musi ręcznie wprowadzić przykładową transakcję w celu określenia danych wyjściowych modelu i danych wejściowych.
Określanie danych uczących
Jeśli usługa Watson OpenScale nie wykryje szczegółów danych uczących podczas dodawania wdrożenia, można przesłać plik CSV w celu określenia danych uczących lub połączyć się z danymi szkoleniowym przechowywanego w bazie danych lub w pamięci masowej w chmurze. Aby połączyć się ze szkoleniami, należy wybrać położenie i określić szczegóły połączenia. Jeśli podczas dodawania wdrożenia zostaną wykryte szczegóły dotyczące danych uczących, wówczas opcja Baza danych lub pamięć masowa w chmurze jest wstępnie wybrana, a opcja Watson OpenScale określa lokalizację i szczegóły połączenia.
Wybierz kolumny opcji i etykiety
W systemie Watson OpenScale wyświetlana jest lista kolumn, które są dostępne w danych uczących. Należy wybrać opcje, które zostały użyte do przeszkolenia modelu, i określić kolumnę jako kolumnę Etykieta/Cel , która zawiera oczekiwaną lub dokładną etykietę klasy dla każdego rekordu. Po wybraniu opcji i kolumn etykiet program Watson OpenScale wykorzystuje dane treningowe i automatycznie wysyła żądanie oceniania do wdrożenia w celu sprawdzenia poprawności danych wyjściowych modelu i statusu wdrożenia.
Wybierz wyjście modelu
Wybierz kolumnę predykcji i kolumnę prawdopodobieństwa predykcji. Kolumna predykcji zawiera predykcję generowana przez wdrożenie, a kolumna prawdopodobieństwa predykcji zawiera ufność modelu w predykcji. Opcja Watson OpenScale może wstępnie wybrać oczekiwane kolumny w oparciu o metadane, które identyfikuje on z wdrożenia modelu. Można zmienić te wybory. Typ danych kolumny predykcji musi być zgodny z typem danych kolumny etykiety. Jeśli typy danych nie są zgodne, wartościowanie Watson OpenScale może nie działać poprawnie.
Udostępnianie szczegółów modelu w obszarach wdrażania Watson Machine Learning
Podczas konfigurowania ocen w obszarach wdrażaniakonieczne jest ręczne udostępnienie szczegółów modelu na karcie Szczegóły modelu .
W poniższych sekcjach opisano, w jaki sposób można udostępnić szczegóły modelu w obszarach wdrażania:
Połącz się z danymi uczących
Wybierz metodę, która ma być używana do łączenia się z danymi uczących. Jeśli usługa Watson OpenScale ma łączyć się ze szkoleniami zapisaną w bazie danych lub w pamięci masowej w chmurze, należy wybrać położenie i określić szczegóły połączenia. Aby program Watson OpenScale analizował dane szkoleniowe z notatnika w celu zachowania szczegółów prywatnych, należy uruchomić notatnik niestandardowy i przesłać plik konfiguracyjny JSON, który zostanie wygenerowany. Więcej informacji na ten temat zawiera sekcja Zarządzanie danymi szkoleniowym.
Dane treningowe nie są wymagane w przypadku obrazów i modeli tekstu nieustrukturyzowanego.
Wybierz kolumnę etykiety
Aby określić jako kolumnę etykiety, należy wybrać kolumnę ze szkolenia. Ta kolumna zawiera oczekiwaną lub dokładną etykietę klasy dla każdego rekordu.
Wybierz funkcje szkoleniowe
Wybierz wszystkie składniki, które zostały użyte do uczenia modelu przed jego wdrożeniem. Format formatu danych uczących musi być zgodny z modelem. Na przykład, jeśli model spodziewa się M i F dla składnika Gender, dane uczących powinny mieć M i F, a nie Male i Female. Podobnie, jeśli kolumna opcji jest oznaczona jako numeryczna, kolumna ta powinna być numeryczna w modelu podczas szkolenia modelowego. Jeśli kolumna opcji jest identyfikowana jako liczbowa, a w modelu podczas szkolenia modelu używana jest ta kolumna jako jakościowa, należy zaktualizować kolumnę, aby była jakościowa. Więcej informacji na ten temat zawiera sekcja Zarządzanie danymi dla ocen modelu.
Wyślij transakcje modelu
Opcja Watson OpenScale umożliwia automatyczne wysyłanie żądań oceniania po określeniu danych uczących w celu przygotowania do przechowywania transakcji modelowych dla ocen. Jeśli Watson OpenScale nie wyśle żądania oceniania lub jeśli oceniasz nieustrukturyzowany tekst lub modele obrazów, możesz ręcznie wprowadzić przykładowe transakcje, które zawierają pomiary ufności przewidywanych wyników. Usługa Watson OpenScale przechowuje transakcje modelu w tabeli z rejestrowaniem ładunku w bazie danych użytkownika i korzysta z danych do wartościowania modelu.
Określ dane wyjściowe modelu
Wybierz kolumnę predykcji i kolumnę prawdopodobieństwa predykcji. Kolumna predykcji zawiera predykcję generowana przez wdrożenie, a kolumna prawdopodobieństwa predykcji zawiera ufność modelu w predykcji. Opcja Watson OpenScale umożliwia wstępne zaznaczenie oczekiwanych kolumn w oparciu o metadane, które identyfikuje on z wdrożenia modelu.
Temat nadrzędny: Przygotowanie do oceny modelu