マルチクラス分類の使用事例の [概要] タブ

[概要] タブでは、モデルの品質の概要が一目でわかります。

メモ Einstein Discovery ストーリーがモデルになりました。一度にすべての場所の名前を更新することはできないため、置換が完了するまで、場所によっては以前の名前になっている場合があります。

[概要] タブへの移動

[パフォーマンス] で、[概要] をクリックします。

領域	説明
モデルの精度を確認	特定のクラスのモデルの精度を表示するには、リストからそのクラスを選択します。AUC (Area Under the Curve: 曲線下面積) は、選択したクラスでのモデルの正分類率を測定します。範囲: 0.5 は、モデルのパフォーマンスがランダムな推測と同等であったことを意味します。 1.0 は、モデルで 100% の確率でデータが正しく分類されたことを意味します。AUC が 1.0 の場合、データ漏洩が発生している可能性があるため、疑わしいモデルです。モデルのトレーニングに使用したデータには、予測しようとしている情報のある列が 1 つ以上含まれています。 [モデル評価を表示] をクリックすると、マルチクラス分類の使用事例の [モデル評価] タブが表示されます。
リリース準備状況を評価する	トレーニングデータ、特定のモデル評価指標、検証に関する品質テストの結果の概要が表示されます。モデル品質チェック: 問題が存在するかどうかを示します。データアラート: このモデルに関連付けられている未解決のデータ問題の数を示します。 [すべてのアラートを表示] をクリックして、品質アラートを処理します。

領域

説明

モデルの精度を確認

特定のクラスのモデルの精度を表示するには、リストからそのクラスを選択します。AUC (Area Under the Curve: 曲線下面積) は、選択したクラスでのモデルの正分類率を測定します。

範囲:

0.5 は、モデルのパフォーマンスがランダムな推測と同等であったことを意味します。
1.0 は、モデルで 100% の確率でデータが正しく分類されたことを意味します。AUC が 1.0 の場合、データ漏洩が発生している可能性があるため、疑わしいモデルです。モデルのトレーニングに使用したデータには、予測しようとしている情報のある列が 1 つ以上含まれています。

[モデル評価を表示] をクリックすると、マルチクラス分類の使用事例の [モデル評価] タブが表示されます。

リリース準備状況を評価する

トレーニングデータ、特定のモデル評価指標、検証に関する品質テストの結果の概要が表示されます。

[すべてのアラートを表示] をクリックして、品質アラートを処理します。

[結果変数の分布] グラフには、各クラスのトレーニングデータの結果値の分布が表示されます。