Évaluation de modèle

Après avoir créé votre modèle, vous pouvez évaluer ses performances sur vos données avant de l'utiliser pour effectuer des prédictions. Vous pouvez utiliser des informations, telles que la précision du modèle lors de la prédiction des étiquettes et des métriques avancées, pour déterminer si votre modèle peut effectuer des prédictions suffisamment précises pour vos données.

La section Évaluation des performances de votre modèle décrit comment afficher et interpréter les informations de la page Analyser de votre modèle. La section Utiliser des métriques avancées dans vos analyses contient des informations plus détaillées sur les métriques avancées utilisées pour quantifier la précision de votre modèle.

Vous pouvez également consulter des informations plus avancées pour des modèles candidats spécifiques, qui sont toutes les itérations du modèle effectuées par Canvas lors de la création de votre modèle. Sur la base des mesures avancées pour un modèle candidat donné, vous pouvez sélectionner un autre candidat comme candidat par défaut, ou la version utilisée pour établir des prédictions et déployer. Pour chaque modèle candidat, vous pouvez consulter les informations des métriques avancées pour vous aider à choisir le modèle candidat que vous souhaitez sélectionner par défaut. Vous pouvez consulter ces informations en sélectionnant le candidat modèle dans le classement des modèles. Pour de plus amples informations, veuillez consulter Afficher les candidats modèles dans le classement des modèles.

Canvas offre également la possibilité de télécharger un bloc-notes Jupyter afin que vous puissiez afficher et exécuter le code utilisé pour créer votre modèle. Cela est utile si vous souhaitez apporter des modifications au code ou en savoir plus sur la façon dont votre modèle a été créé. Pour de plus amples informations, veuillez consulter Téléchargez un modèle de bloc-notes.