Amazon SageMaker Canvas でモデルのパフォーマンスを評価する

モデルの作成後にモデルを使用した予測を行う前に、モデルのパフォーマンスを評価できます。ラベルを予測する際のモデルの精度や高度なメトリクスなどの情報を使用して、モデルがデータに対して十分に正確な予測を行えるかどうかを判断できます。

モデルの分析ページで、Amazon Canvas SageMaker には次の 3 つのタブがあります。

• 概要 — モデルタイプに応じて、モデルのパフォーマンスの一般的な概要を示します。

• スコアリング — 全体的な精度メトリクスを超えてモデルのパフォーマンスに関するより多くのインサイトを取得するために使用できる視覚化を表示します。

• 高度なメトリクス – 高度なメトリクスのモデルスコアと、モデルのパフォーマンスをより深く理解できる追加情報が含まれます。列の影響などの情報を表示することもできます。

このセクションでは、モデルの概要タブとスコアリングタブを表示および解釈するモデルのパフォーマンスを評価する方法について説明します。セクション分析で高度なメトリクスを使用するには、モデルの精度を定量化するために使用されるアドバンストメトリクスに関する詳細情報が含まれています。

また、特定のモデル候補 のより高度な情報を表示することもできます。これは、Canvas がモデルの構築中に実行するすべてのモデルイテレーションです。特定のモデル候補の高度なメトリクスに基づいて、デフォルトとなる別の候補、または予測とデプロイに使用されるバージョンを選択できます。モデル候補ごとに、アドバンストメトリクス情報を表示して、デフォルトとして選択するモデル候補を決定できます。この情報を表示するには、モデルリーダーボード からモデル候補を選択します。詳細については、「モデルリーダーボードでモデル候補を表示する」を参照してください。

Canvas には Jupyter Notebook をダウンロードするオプションもあり、モデルの構築に使用されたコードを表示して実行できます。これは、コードを調整したり、モデルの構築方法の詳細を確認したりする場合に便利です。詳細については、「モデルノートブックをダウンロードする」を参照してください。