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。 使用可能なインサイトはエクスペリメントタイプによって異なりますが、以下の表にリストされているインサイトが含まれる場合があります。

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.

予測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
時系列の精度
「パフォーマンス」タブ
時間経過に伴う予測がどのように変化するかを視覚化します。 時間認識
異常評価
「パフォーマンス」タブ
選択したバックテストのデータがプロットされ、最大500の異常ポイントのSHAPの説明が表示されます。 時系列
時間経過に伴う異常
「パフォーマンス」タブ
データのタイムライン全体で異常がどのように発生するかをプロットします。 時間認識
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
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
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
予測距離ごとの精度
「パフォーマンス」タブ
エクスペリメントの予測ウィンドウの各予測距離でのモデルの予測精度を描写します。 時系列
予測値と実測値の比較
「パフォーマンス」タブ
各時点の複数の値(予測距離)が予測されます。 時系列
予測距離ごとの精度
「パフォーマンス」タブ
Provides a visual indicator of how well a model predicts at each forecast distance. 時間認識
個々の予測の説明(XEMP) 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 すべて
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
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
期間精度
「パフォーマンス」タブ
トレーニングデータセット内の期間全体でのモデルパフォーマンスを表示します。 時間認識
指標スコア 「パフォーマンス」タブ
Displays results for all supported metrics. すべて
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
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。 分類
スライスされたインサイト
「パフォーマンス」タブ
複数系列エクスペリメントの系列固有の情報が得られます。 時系列
安定性
「パフォーマンス」タブ
さまざまなバックテストにおけるモデルのパフォーマンスを把握できるサマリーを提供します。 時間認識
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
説明
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
予測距離ごとの精度 エクスペリメントの予測ウィンドウの各予測距離でのモデルの予測精度を描写します。 時系列
個々の予測の説明(XEMP) 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
パフォーマンス
時系列の精度 時間経過に伴う予測がどのように変化するかを視覚化します。 時間認識
異常評価 選択したバックテストのデータがプロットされ、最大500の異常ポイントのSHAPの説明が表示されます。 時系列
時間経過に伴う異常 データのタイムライン全体で異常がどのように発生するかをプロットします。 時間認識
予測値と実測値の比較 各時点の複数の値(予測距離)が予測されます。 時系列
予測距離ごとの精度 Provides a visual indicator of how well a model predicts at each forecast distance. 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
期間精度 トレーニングデータセット内の期間全体でのモデルパフォーマンスを表示します。 時間認識
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。 分類
系列のインサイト 複数系列エクスペリメントの系列固有の情報が得られます。 時系列
安定性 さまざまなバックテストにおけるモデルのパフォーマンスを把握できるサマリーを提供します。 時間認識
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
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。
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 30, 2025