Fornire i dettagli del modello
È necessario fornire dettagli sulla configurazione del modello per consentire le valutazioni dello stesso.
È possibile utilizzare diversi metodi per fornire i dettagli del modello ai fini delle valutazioni. Il metodo da utilizzare dipende da come si desidera configurare le valutazioni e dal tipo di implementazioni che si intende valutare.
Fornire i dettagli del modello
Quando si aggiungono distribuzioni, tutti i dettagli necessari relativi al modello vengono rilevati automaticamente. Se non vengono rilevati tutti i dettagli richiesti relativi al modello, è necessario inserirli manualmente.
Le sezioni seguenti descrivono come fornire i dettagli del modello per le valutazioni del modello:
Seleziona un metodo di configurazione
Per i modelli di dati strutturati, è necessario fornire i dettagli del modello seguendo la procedura guidata o eseguendo un notebook per generare un pacchetto di configurazione da caricare. Se l'implementazione selezionata non dispone di un endpoint di valutazione, è necessario caricare un pacchetto di configurazione.
Fornire un esempio di transazione
Per i modelli basati su immagini e su testo non strutturato, non sono necessari dati di addestramento ed è necessario fornire manualmente una transazione di esempio per specificare l'output e l'input del modello.
Specificare i dati di addestramento
Se i dettagli dei dati di addestramento non vengono rilevati quando si aggiunge una distribuzione, è possibile caricare un file * CSV * per specificare i dati di addestramento oppure collegarsi ai dati di addestramento archiviati in un database o in un servizio di archiviazione cloud. Per connettersi ai dati di addestramento, è necessario selezionare la posizione e specificare i dettagli di connessione. Se, al momento dell'aggiunta di una distribuzione, vengono rilevati i dettagli dei dati di addestramento, l'opzione "Database" o "Archiviazione cloud" viene preselezionata e i dettagli relativi alla posizione e alla connessione vengono specificati automaticamente.
Seleziona le colonne "Caratteristica" e "Etichetta"
Quando viene visualizzato l'elenco delle colonne disponibili nei dati di addestramento, è necessario selezionare le caratteristiche utilizzate per addestrare il modello e specificare una colonna come colonna "Etichetta/Target ", che contenga l'etichetta di classe prevista o corretta per ciascun record. Dopo aver selezionato le colonne relative alle caratteristiche e alle etichette, i dati di addestramento vengono utilizzati per inviare automaticamente una richiesta di valutazione alla tua distribuzione, al fine di verificare i risultati del modello e lo stato della distribuzione.
Seleziona l'output del modello
Seleziona una colonna relativa alle previsioni e una colonna relativa alla probabilità delle previsioni. La colonna "Previsione" contiene la previsione generata dalla tua distribuzione, mentre la colonna "Probabilità di previsione" contiene il livello di confidenza del modello nella previsione. Le colonne previste potrebbero essere preselezionate in base ai metadati identificati durante la distribuzione del modello. Puoi scegliere di modificare queste impostazioni. Il tipo di dati della colonna delle previsioni deve corrispondere al tipo di dati della colonna delle etichette. Se i tipi di dati non corrispondono, le valutazioni del modello potrebbero non funzionare correttamente.
Fornire i dettagli del modello negli spazi di distribuzione dell' Watson Machine Learning
Quando si configurano le valutazioni negli spazi di distribuzione, è necessario inserire manualmente i dettagli del modello nella scheda Dettagli modello.
Le sezioni seguenti descrivono come è possibile fornire i dettagli del modello negli spazi di distribuzione:
Collegati ai dati di addestramento
Scegli il metodo che desideri utilizzare per collegarti ai tuoi dati di addestramento. Se desideri collegarti ai dati di addestramento archiviati in un database o in un servizio di archiviazione cloud, devi selezionare la posizione e specificare i dettagli di connessione. Se desideri analizzare i tuoi dati di addestramento da un notebook per mantenere riservati i dettagli, devi eseguire un notebook personalizzato e caricare il file di configurazione JSON che esso genera. Per ulteriori informazioni, consultare la sezione "Gestione dei dati di addestramento".
Per i modelli di immagini e di testo non strutturato non sono necessari dati di addestramento.
Seleziona la colonna "Etichetta"
È necessario selezionare una colonna dal proprio set di addestramento da utilizzare come colonna delle etichette. Questa colonna contiene l'etichetta di classe prevista o effettiva per ciascun record.
Seleziona le funzioni di formazione
Selezionare tutte le funzioni utilizzate per addestrare il modello prima della distribuzione. Il formato dei dati di addestramento deve corrispondere a quello del modello. Ad esempio, se il modello prevede M e F per la funzione Gender, i dati di training devono avere M e F, non Male e Female. Allo stesso modo, se una colonna delle caratteristiche viene identificata come numerica, tale colonna dovrà essere numerica nel modello durante l'addestramento dello stesso. Se una colonna delle caratteristiche è identificata come numerica e la si utilizza come categoriale nel modello durante l'addestramento, è necessario aggiornarla affinché diventi categoriale. Per ulteriori informazioni, consultare la sezione "Gestione dei dati per le valutazioni dei modelli ".
Invia transazioni modello
È possibile inviare richieste di valutazione automaticamente quando si specificano i dati di addestramento da utilizzare per memorizzare le transazioni del modello ai fini della valutazione. Se una richiesta di valutazione non viene inviata o se si stanno valutando modelli di testo non strutturato o di immagini, è possibile fornire manualmente transazioni di esempio che contengano valori relativi al livello di affidabilità dei risultati previsti. Le transazioni del modello vengono memorizzate in una tabella di registrazione dei dati di payload all'interno del database e tali dati vengono utilizzati per le valutazioni del modello.
Specificare l'output del modello
Seleziona una colonna relativa alle previsioni e una colonna relativa alla probabilità delle previsioni. La colonna "Previsione" contiene la previsione generata dalla tua distribuzione, mentre la colonna "Probabilità di previsione" contiene il livello di confidenza del modello nella previsione. Le colonne previste vengono preselezionate in base ai metadati identificati durante la distribuzione del modello.