Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

モデルインサイトでの評価

モデルのインサイトは、モデルによる予測の根拠を解釈、説明、検定するのに役立ちます。 これらのツールを使用すると、次のエクスペリメントで何をする必要があるかを評価するのに役立ちます。 Available insights are dependent on experiment type as well as the experiment view (single versus comparison).

使用可能なインサイト

To see a model's insights, click on the model in the left-pane Leaderboard—the Model Overview opens. From here, all available experiment insights are available, grouped by purpose and answering:

  • Explanations: What did the model learn?
  • Performance: How good is the model?
  • Details: How was the model built?
  • Artifacts: What are the assets from the model?

Use search to filter insights by name and/or description. The results also mark which group the insight belongs to.

時間を認識したエクスペリメントでは、得られるインサイトが異なることに注意してください。

インサイト / タブ 説明 問題のタイプ スライスされたインサイト 比較可能
位置ごとの精度
「パフォーマンス」タブ
Reveals spatial patterns in prediction errors and visualizes prediction errors across data partitions on a map visualization. 地理空間
位置ごとの異常
「パフォーマンス」タブ
Maps anomaly scores based on a dataset's location features. 地理空間
ブループリント
「詳細」タブ
データの前処理とパラメーター設定を表すグラフを提供します。 すべて
クラスターインサイト
「説明」タブ
Visualizes the groupings of data that result from modeling with learning type set to clustering. Predictive clustering
係数
「説明」タブ
最も有用な30の特徴量の相対的な影響を視覚的に示します。 すべて。線形モデルのみ
コンプライアンスドキュメント 効果的なモデルリスク管理の構成について包括的なガイダンスを提供するために個別のドキュメントを生成します。 すべて
混同行列
「パフォーマンス」タブ
多クラス分類問題の実測値と予測値を比較して、クラスの誤ったラベル付けを特定します。 分類、時間認識
ダウンロード
「アーティファクト」タブ
Download model artifacts in a single ZIP file. すべて
Eureqaモデル
「詳細」タブ
独自のEureqa機械学習アルゴリズムを使用して、予測精度と複雑さのバランスをとるモデルを構築します。 All, no multiclass
特徴量ごとの作用
「説明」タブ
各特徴量の値の変化によってモデル予測がどのように変化するかを示します すべて
特徴量のインパクト
「説明」タブ
モデルの決定を推進している特徴量を表示します。 すべて
Individual Prediction Explanations
Explanations tab
各特徴量が特定の予測にどの程度寄与するかを、平均値との差に基づいて推定します。 二値分類、連続値
リフトチャート
「パフォーマンス」タブ
モデルがターゲットの母集団をどの程度うまく分割しているか、そしてターゲットを予測することができるかを示します。 すべて
ログ
「詳細」タブ
モデリングタスクの運用ステータスの結果を一覧表示します。 すべて
指標スコア 「パフォーマンス」タブ
Displays results for all supported metrics. すべて
モデル情報
「詳細」タブ
一般的なモデルとパフォーマンスに関する情報を提供します。 すべて
モデルのイテレーション
「詳細」タブ
増分学習エクスペリメントでトレーニングされたイテレーションを比較します。 二値分類、連続値
多ラベル:ラベルごとの指標
「パフォーマンス」タブ
予測しきい値のさまざまなラベル値でのパフォーマンスを集計します。 多ラベル分類
関連アセット
「アーティファクト」タブ
Lists all apps, deployments, and registered models associated with the model; launches no-code apps creation or model registration. すべて
残差
「パフォーマンス」タブ
モデルの予測パフォーマンスと妥当性を理解するための散布図とヒストグラムを提供します。 連続値
ROC曲線 「パフォーマンス」タブ
モデルに関連した分類、パフォーマンス、および統計を調べるためのツールを提供します。 二値分類
SHAP分布:特徴量ごと
「説明」タブ
Displays, via a a violin plot, the distribution of SHAP values and feature values to aid in the analysis of how feature values influence predictions. 二値分類、連続値
ワードクラウド
「説明」タブ
テキスト特徴量がモデル予測に与える影響を視覚化します。 二値分類、連続値
インサイト 説明 問題のタイプ スライスされたインサイト 比較可能
説明
クラスターインサイト Visualizes the groupings of data that result from modeling with learning type set to clustering. Predictive clustering
係数 最も有用な30の特徴量の相対的な影響を視覚的に示します。 すべて。線形モデルのみ
特徴量ごとの作用 各特徴量の値の変化によってモデル予測がどのように変化するかを示します すべて
特徴量のインパクト モデルの決定を推進している特徴量を表示します。 すべて
個々の予測の説明 各特徴量が特定の予測にどの程度寄与するかを、平均値との差に基づいて推定します。 二値分類、連続値
SHAP分布:特徴量ごと Displays, via a a violin plot, the distribution of SHAP values and feature values to aid in the analysis of how feature values influence predictions. 二値分類、連続値
ワードクラウド テキスト特徴量がモデル予測に与える影響を視覚化します。 二値分類、連続値
パフォーマンス
位置ごとの精度 Reveals spatial patterns in prediction errors and visualizes prediction errors across data partitions on a map visualization. 地理空間
位置ごとの異常 Maps anomaly scores based on a dataset's location features. 地理空間
混同行列 多クラス分類問題の実測値と予測値を比較して、クラスの誤ったラベル付けを特定します。 分類、時間認識
リフトチャート モデルがターゲットの母集団をどの程度うまく分割しているか、そしてターゲットを予測することができるかを示します。 すべて
指標スコア Displays results for all supported metrics. すべて
多ラベル:ラベルごとの指標 予測しきい値のさまざまなラベル値でのパフォーマンスを集計します。 多ラベル分類
残差 モデルの予測パフォーマンスと妥当性を理解するための散布図とヒストグラムを提供します。 連続値
ROC曲線 モデルに関連した分類、パフォーマンス、および統計を調べるためのツールを提供します。 二値分類
詳細
ブループリント データの前処理とパラメーター設定を表すグラフを提供します。 すべて
Eureqaモデル 独自のEureqa機械学習アルゴリズムを使用して、予測精度と複雑さのバランスをとるモデルを構築します。 All, no multiclass
ログ モデリングタスクの運用ステータスの結果を一覧表示します。 すべて
モデル情報 一般的なモデルとパフォーマンスに関する情報を提供します。 すべて
モデルのイテレーション 増分学習エクスペリメントでトレーニングされたイテレーションを比較します。 二値分類、連続値
アーティファクト
コンプライアンスドキュメント 効果的なモデルリスク管理の構成について包括的なガイダンスを提供するために個別のドキュメントを生成します。 すべて
ダウンロード Download model artifacts in a single ZIP file. すべて
関連アセット Lists all apps, deployments, and registered models associated with the model; launches no-code apps creation or model registration. すべて

次のアクション

モデルを選択した後、エクスペリメント内から以下の操作を行うことができます。


更新しました January 29, 2025