モデルレポート画面は作成したモデルの詳細を表示する画面です。
画面右上に表示されるタブは以下の通りです。
- パフォーマンス: モデルの性能についての項目を表示します。
- アルゴリズム: モデルトレーニングに使用したアルゴリズムの一覧を表示します。
- 特徴量: モデルトレーニングに使用した特徴量についての詳細を表示します。
- テスト推論: 作成したモデルの推論を行う画面を表示します。
- デプロイ: 作成したモデルをデプロイしAPI経由で利用できるようにします。
パフォーマンス
この画面は作成したモデルのタスクが分類と回帰で表示が異なります。
分類
- メトリクス
- Threshold
- Precision / Recall グラフ
- ROC曲線
- Confusion Matrix(混同行列)
回帰
- メトリクス
- Prediction And Observation
- Residual VS Fitted (回帰)
- Absolute Errors
- Errors Chart
- Residual Histogram
アルゴリズム
モデルトレーニングに使用したアルゴリズムの一覧とトレーニング時に設定したハイパーパラメータの情報を表示します。
- Selected Estimator: モデルトレーニングの過程でVARISTAが作成し、最終的なモデルに利用したモデルの一覧を表示します。
モデルトレーニングのテンプレートの学習タイプをAuto Selectionに設定した場合は、クロスバリデーションスコアが良いモデルが自動で採用されます。 - Other Estimator: モデルトレーニングのテンプレートの学習タイプをAuto Selectionに設定した場合に採用されなかったモデルの一覧が表示されます。
ハイパーパラメータについてはこちらのハイパーパラメータとはおよびハイパーパラメータ最適化を参照してください。
特徴量
モデルのトレーニング結果から、(重要な特徴量)Feature Importance一覧や特徴量ごとのヒストグラム、Partial Dependency Plot、相関関係を確認することができます。
テスト推論
作成したモデルを使い推論を行いますが、デプロイするまでもなく即座に利用したい場合に使用する簡易的な推論機能です。
テスト推論にはフォーム推論とバッチ推論の2種類の機能が用意されています。
フォーム推論
フォーム推論は、モデルトレーニングに使用した特徴量がブラウザに表示され、その値を自由に変更することで推論を行う機能です。
推論に要した時間も表示されますので、モデルの推論速度も評価したい場合に便利です。
ただし推論の速度についてはデプロイをした場合の方が高速です。
バッチ推論
バッチ推論は、アップロードしたファイルを連続で推論する機能です。一度のアップロードで最大10ファイルまで推論を行うことが可能です。
もしそれ以上のデータの推論を行う場合は、デプロイ機能をご利用ください。
対応ファイル
- 同時アップロードファイル数: 10ファイル
- 対応ファイル: csv, tsv, xls, xlsx
- ファイルサイズ: 1024MB / ファイル
デプロイ
作成したモデルをAPI経由でアクセスできるようにする機能です。
テスト推論はサービスにログインしている状態で利用する機能ですが、この機能はAPIキーを利用してサービス画面を開いていない状態で利用できる機能です。
デプロイ名を入力すると、作成したモデルのデプロイが開始してしばらくすると、API経由で利用することができるようになります。
詳しくは、デプロイ カテゴリのモデルのデプロイを参照してください。