本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 查看模型详细信息


对于您可以获取的候选模型，Autopilot 会生成相关详细信息。这些详细信息包括以下内容：
+ 聚合 SHAP 值的图表，指示每个特征的重要性。这有助于解释模型预测。
+ 包括目标指标在内的各种训练和验证指标的摘要统计数据。
+ 用于训练和调整模型的超参数列表。

要在运行 Autopilot 作业后查看模型详细信息，请按照以下步骤操作：

1. 从左侧导航窗格中选择 “**主页**” 图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.amazonaws.cn/sagemaker/latest/dg/images/studio/icons/house.png))，查看顶级 **Amazon SageMaker Studio Classic** 导航菜单。

1. 从主工作区选择 **AutoML** 卡片。这将打开新的 **Autopilot** 选项卡。

1. 在**名称**部分中，选择包含您要检查的 Autopilot 作业的详细信息。这将打开新的 **Autopilot 作业**选项卡。

1. **Autopilot 作业**面板在**模型名称**下列出指标值，包括各个模型的**目标**指标。**最佳模型**列在**模型名称**下的列表顶部，还会在**模型**选项卡中突出显示。

   1. 要查看模型详细信息，请选择您感兴趣的模型，然后选择**查看模型详细信息**。这将打开一个新**模型详细信息**选项卡。

1. **模型详细信息**选项卡分为四个子部份。

   1. 顶部的**解释功能**选项卡包含聚合 SHAP 值的图表，指示每个特征的重要性。接下来是该模型的指标和超参数值。

   1. **性能**选项卡包含指标统计数据和混淆矩阵。

   1. **构件**选项卡包含有关模型输入、输出和中间结果的信息。

   1. **网络**选项卡汇总了网络隔离和加密选项。
**注意**  
**性能**选项卡中仅为**最佳模型**生成特征重要性和信息。

   有关 SHAP 值如何有助于基于功能重要性来解释预测的更多信息，请查看白皮书[《了解模型的解释功能》](https://pages.awscloud.com/rs/112-TZM-766/images/Amazon.AI.Fairness.and.Explainability.Whitepaper.pdf)。 SageMaker AI 开发者指南的[模型可解释性](clarify-model-explainability.md)主题中也提供了更多信息。