在 Amazon SageMaker 畫布中評估模型的性能

建立模型之後，您可以先評估模型在資料上執行的效能，然後再使用模型進行預測。您可以使用資訊 (例如預測標籤和進階指標時模型的準確性)，來判斷模型是否可以針對資料進行足夠準確的預測。

在模型的「分析」頁面上，Amazon SageMaker Canvas 提供以下三個索引標籤：

• 概觀 — 根據模型類型，為您提供模型效能的一般概觀。

• 評分 — 顯示視覺效果，除了整體準確度量之外，您還可以使用這些視覺效果來深入瞭解模型的效能。

• 進階指標 — 包含模型的進階量度分數以及可讓您更深入瞭解模型效能的其他資訊。您也可以檢視資訊，例如欄影響。

本節評估評估您的模型效能說明如何檢視和解譯模型的「概述」和「評分」標籤。本節在分析中使用進階指標包含有關用於量化模型準確性的進階量度的更多詳細資訊。

您也可以檢視特定模型候選模型的更多進階資訊，這些資訊是 Canvas 在建置模型時執行的所有模型迭代。根據指定模型候選模型的進階量度，您可以選取不同的候選項作為預設值，或選取用於進行預測和部署的版本。對於每個模型候選人，您可以檢視進階量度資訊，以協助您決定要選取哪個候選模型作為預設值。您可以從「模型」排行榜中選取候選模型來檢視此資訊。如需詳細資訊，請參閱 在模型排行榜中檢視模型候選項。

Canvas 還提供了下載 Jupyter 筆記本的選項，以便您可以查看和運行用於構建模型的代碼。如果您想要調整程式碼或進一步瞭解模型的建置方式，這個選項很有用。如需詳細資訊，請參閱 下載模型筆記本。