模型品質 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

模型品質

模型品質監控工作會將模型所做的預測與模型嘗試預測的實際 Ground Truth 標籤進行比較,以監控模型的效能。為了這麼做,模型品質監控會將從即時或批次推論擷取的資料與存放在 Amazon S3 儲存貯體的實際標籤合併,然後將預測與實際標籤進行比較。

為了測量模型品質,模型監控會使用取決於機器學習 (ML) 問題類型的指標。例如,如果您的模型是針對迴歸問題,則評估的其中一個指標是均方誤差 (mse)。如需用於不同機器學習 (ML) 問題類型之所有指標的相關資訊,請參閱模型品質指標和 Amazon CloudWatch 監控

模型品質監控按照與資料品質監控相同的步驟,但新增額外步驟以合併 Amazon S3 實際標籤與從即時推論端點或批次轉換工作擷取的預測結果。若要監控模型品質,請依照下列步驟執行: