测试训练数据

训练完模型后，Amazon Comprehend 会测试自定义分类器模型。如果您不提供测试数据集，Amazon Comprehend 会使用 90% 的训练数据来训练模型。它保留 10% 的训练数据用于测试。如果您确实提供了测试数据集，则测试数据至少包含训练数据集中每个唯一标签的一个示例。

测试模型可为您提供可用于估计模型准确性的指标。控制台在控制台中分类器详细信息页面的分类器性能部分显示指标。它们还会在DescribeDocumentClassifier操作返回的Metrics字段中返回。

在以下示例训练数据中，有五个标签：DOCUMENTARY、DOCUMENTARY、SCIENCE _ FICTION、DOCUMENTARY、ROMANTIC _ COMEDY。有三个独特的类别：DOCUMENTARY、SCIENCE _ FICTION、ROMANTIC _ COMEDY。

第 1 列	第 2 列
DOCUMENTARY	文档文本 1
DOCUMENTARY	文档文本 2
SCIENCE_FICTION	文档文本 3
DOCUMENTARY	文档文本 4
ROMANTIC_COMEDY	文档文本 5

对于自动拆分（Amazon Comprehend 保留 10% 的训练数据用于测试），如果训练数据包含特定标签的有限示例，则测试数据集可能包含该标签的零个示例。例如，如果训练数据集包含 1000 个DOCUMENTARY类实例、900 个 SCIENCE _ FICTION 实例和一个 ROMANTIC _ COMEDY 类实例，则测试数据集可能包含 100 DOCUMENTARY 和 90 SCIENCE _ 个FICTION实例，但没有 ROMANTIC _ COMEDY 实例，因为只有一个示例可用。

完成模型训练后，训练指标会提供一些信息，您可以根据这些信息来确定模型的准确性，是否可以满足您的需求。