또 다른 데이터 세트에서의 모델 성능¶
Diagnose Model on New Dataset 옵션을 사용하면 기존 모델 및 데이터 세트를 기반으로 여러 스코어러의 모델 성능을 확인할 수 있습니다.
완료된 실험 페이지에서 Diagnose Model on New Dataset 버튼을 클릭하십시오.
Note: 또한, 상단 메뉴에서 Diagnostics 를 선택한 후 실험 및 테스트 데이터 세트를 선택하여 모델을 진단할 수 있습니다.
해당 실험의 진단 시, 사용할 데이터 세트를 선택하십시오. 데이터 세트에는 기존의 데이터 세트에 있던 대상 열이 포함되어있어야 합니다. 이 시점에서 Driverless AI는 실험에 사용할 수 있는 모든 점수를 계산하기 시작합니다.
진단 완료 시, Model Diagnostics 페이지에서 이용할 수 있습니다. 새로운 진단을 클릭하십시오. 해당 페이지에서 예측을 다운로드할 수 있습니다. 점수 및 메트릭 플롯 또한 확인할 수 있습니다. 플롯은 대화형입니다. 확대는 그래프를 클릭하면 됩니다. 확대 보기에서 그래프 위로 마우스 커서를 옮기고 특정 포인트에 대한 세부 내용을 확인할 수 있습니다. 확대 보기에서 그래프를 다운로드할 수도 있습니다.
분류 메트릭 플롯¶
다음 그래프를 포함한 분류 메트릭 플롯:
ROC 곡선
Precision-Recall Curve
누적 이득(Cumulative Gains)
리프트 차트(Lift Chart)
Kolmogorov-Smirnov 차트
혼동 행렬
Note: 혼동 행렬 그래프에서 임계값의 기본값은 0.5입니다. 이진 분류 실험 시, 사용자가 다른 임계값을 지정할 수 있습니다. 임계값 selector는 혼동 행렬을 클릭하고 확대 보기를 연 후에 사용이 가능합니다. 값을 지정하거나 슬라이더 값을 변경하면 Driverless AI가 해당 임계값에 대한 진단 혼동 행렬을 자동으로 계산합니다.
