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 l’exactitude de votre modèle.

Vous pouvez également consulter des informations plus avancées pour des modèles candidats spécifiques, qui correspondent à toutes les itérations du modèle parcourues par Canvas lors de la génération de votre modèle. Sur la base des métriques avancées pour un modèle candidat donné, vous pouvez sélectionner un autre candidat comme candidat par défaut, ou la version utilisée pour effectuer des prédictions et le déploiement. Pour chaque modèle candidat, vous pouvez consulter les informations Métriques avancées pour mieux choisir le modèle candidat que vous souhaitez sélectionner comme modèle par défaut. Vous pouvez consulter ces informations en sélectionnant le modèle candidat dans le classement des modèles. Pour plus d’informations, consultez Visualisation des modèles candidats dans le classement des modèles.

Canvas offre également la possibilité de télécharger un bloc-notes Jupyter pour pouvoir afficher et exécuter le code utilisé pour générer votre modèle. Cela est utile si vous souhaitez apporter des ajustements au code ou en apprendre davantage sur la façon dont votre modèle a été généré. Pour plus d’informations, consultez Téléchargement d’un modèle de bloc-notes.