완료된 실험 페이지

다음 섹션에서는 완료된 실험 페이지에 대해 설명합니다.

완료된 실험 조치

다음은 실험 상태가 Running 에서 Complete 로 변경된 후 수행할 수 있는 조치에 대한 설명입니다.

Experiment Complete menu

  • Interpret This Model : 모델에 대한 해석을 만듭니다. 자세한 내용은 MLI 개요 을 참조합니다.

참고

이 특징은 이미지 또는 다중 클래스 Time Series 실험에는 지원되지 않습니다.

  • Diagnose Model on New Dataset : 자세한 내용은 또 다른 데이터 세트에서의 모델 성능 을 참조합니다.

  • Model Actions 드롭다운:

    • Predict: 다른 데이터 세트에 대한 스코어링 참조.

    • Transform Dataset: 다른 데이터 세트 변환 참조(Time Series 실험에는 사용 불가).

    • Shapley Values 드롭다운: 원래 기능 또는 변형된 기능은 Shapley values 를 다운로드하십시오. Driverless AI는 XGBoost 및 LightGBM SHAP 함수를 호출하여 transformed features 에 대한 기여를 얻습니다. original features 에 대한 Shapley는 기여 기능 간에 기여도를 균등하게 분할(단순한 방법)하여 변환된 기능의 근사치입니다. 자세한 내용은 Shapley values in DAI 를 참조하십시오. Fast Approximation 를 선택하여 앙상블에서 사용할 수 있는 모든 폴드 및 모델에서 단일 폴드 및 모델만 사용하여 Shapley 예측을 수행합니다. 빠른 근사치 옵션에 대한 자세한 정보는 fast_approx_num_trees 및 fast_approx_do_one_fold_one_model config.toml settings 를 참조하십시오.

      • 원래 기능 (빠른 근사치)

      • 원래 기능

      • 변형된 기능 (빠른 근사치)

      • 변형된 기능

    • Export: 실험을 내보냅니다. 자세한 정보는 실험 내보내기 및 가져오기 를 참조하십시오.

  • Visualize Scoring Pipeline (Experimental) : 실험 스코어링 파이프라인의 시각화를 표시합니다. 자세한 내용은 스코어링 파이프라인 시각화 을 참조합니다.

  • Download Scoring Pipeline 드롭다운:

    • Download Python Scoring Pipeline: H2O Driverless AI용 독립 실행형 Python Scoring Pipeline을 다운로드합니다. 자세한 내용은 Driverless AI 독립형 Python Scoring Pipeline 을 참조합니다.

    • Download MOJO Scoring Pipeline : 독립형 모델 개체, 최적화된 스코어링 파이프라인. 자세한 내용은 MOJO Scoring Pipeline 를 참조합니다(TensorFlow 또는 RuleFit 모델에는 사용 불가).

참고

스코어링 파이프라인이 실험의 일부로 빌드되지 않은 경우 Python 및 MOJO scoring pipeline을 빌드하는 옵션이 표시됩니다.

  • Deploy (Local & Cloud) : 해당 모델을 배포합니다. 자세한 내용은 Driverless AI 모델을 생산에 배포하기 를 참조합니다.

  • Download Predictions: 회귀 실험의 경우 출력에는 하한 및 상한이 있는 예측이 포함예측 다운로드됩니다. 분류 실험의 경우 출력에는 각 클래스의 확률 및 *threshold_scorer*를 사용하여 생성한 **레벨**이 포함됩니다. 바이너리 문제인 경우 F1은 기본 threshold_scorer이므로 검증 세트가 제공되면 검증 세트의 최대 F1에 대한 임계값이 레이블을 생성하는 데 사용됩니다. 교차 검증을 수행하는 경우에는 이는 레이블을 생성하는 데 사용되는 내부 검증 폴드의 최대 F1에 대한 임계값의 평균입니다. 다중 클래스 문제의 경우 레이블을 생성하기 위해 argmax를 사용합니다.

    • Training (Holdout) Predictions: 검증 세트가 제공되지 not 경우 CSV 형식에서 사용 가능.

    • Validation Set Predictions: 검증 세트가 제공된 경우 CSV 형식에서 사용 가능.

    • Test Set Predictions: 테스트 데이터 세트를 사용하는 경우 CSV 형식으로 사용 가능.

  • Download Summary & Logs : 다음 파일이 포함된 zip 파일을 다운로드합니다. 자세한 내용은 실험 요약 섹션을 참조합니다.

    • 실험 로그(일반 및 익명)

    • 실험 요약

    • 상대적 중요성을 사용한 실험 특성

    • 실험용 사용자 정의 개체 레시피

    • 앙상블 정보

    • 실험 미리보기

    • 실험에 대해 자동 생성된 보고서의 워드 버전

    • 대상 변환 튜닝 리더보드

    • 튜닝 리더보드

  • Download AutoDoc : 실험에 대한 자동 생성 보고서를 Word(DOCX) 문서로 다운로드합니다. 이 파일은 실험 요약 ZIP 파일에서도 사용할 수 있습니다. 더 이상 사용되지 않는 모델에는 이 옵션을 사용할 수 없습니다. 자세한 내용은 AutoDoc 사용 을 참조합니다.

  • Tune Experiment 드롭다운: 다음 옵션을 사용하여 완료된 실험을 조정합니다.

    • New / Continue: 다음 옵션 중 하나를 선택합니다.

      • With same settings: 원래 실험의 설정을 복사하는 새 실험을 만듭니다. 이 옵션을 선택하면 실험의 매개변수를 변경할 수 있는 Experiment Setup 페이지로 이동합니다.

      • From last checkpoint: 원래 실험의 설정을 복사하고 모델 및 특징의 마지막 반복 체크포인트에서 계속되는 새 실험을 만듭니다. 이 옵션을 선택하면 원래 실험의 매개변수를 변경할 수 있는 Experiment Setup 페이지로 이동합니다.

    • Retrain / Refit : 실험의 최종 파이프라인을 다시 학습합니다. 자세한 내용은 재학습/리핏 을 참조합니다.

    • Create Individual Recipe : 표시된 실험에 대한 개체 레서피를 생성합니다. 개체 레서피가 생성된 후 로컬 파일 시스템에 다운로드하거나 사용자 정의 레시피로 업로드할 수 있습니다. 개체 레서피를 사용자 정의 레시피로 업로드하면 Recipes 페이지와 page and in the Expert Settings under 의 전문가 설정에서 찾을 수 있습니다. 개체 레서피에 대한 자세한 내용은 see 사용자 정의 개체 레시피 를 참조합니다.

참고

Driverless AI가 시작될 때 아티팩트가 활성화된 경우 앞의 《Download》 옵션(AutoDoc 제외)이 《Export》 옵션으로 표시됩니다. 자세한 내용은 아티팩트 내보내기 를 참조합니다.

실험 통찰력 및 점수

실험이 실행 중이거나 실험이 완료된 후 Insights 또는 Scores 를 클릭하여 모델과 관련된 통계(time series 및 자동 이미지 모델 실험의 경우) 및 점수를 볼 수 있습니다. 자세한 내용은 모델 인사이트 및 모델 Scores 를 참조합니다.

Scores link