Amazon Machine Learning サービスの更新や、その新しいユーザーの受け入れは行っていません。このドキュメントは既存のユーザー向けに提供されていますが、更新は終了しています。詳細については、「Amazon Machine Learning とは」を参照してください。
モデル精度の評価
ML モデルの目標は、トレーニング中に表示されたデータを記憶するのではなく、見えないデータを一般化するパターンを学習することです。モデルを作成したら、モデルのトレーニングに使用していない見えない例でもモデルのパフォーマンスが良好かどうかを確認することが重要です。これを行うには、モデルを使用して評価データセット (保持データ) の回答を予測し、予測されたターゲットを実際の回答 (グランドトゥルース) と比較します。
モデルの予測精度を測定するのに、ML では多数のメトリクスが使用されています。精度メトリクスの選択は ML タスクによって異なります。これらのメトリクスを確認して、モデルのパフォーマンスを判断することが重要です。