亚马逊生成的模型SageMakerAutopilot - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

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。

亚马逊生成的模型SageMakerAutopilot

本步骤介绍了如何查看有关亚马逊的详细SageMaker你已经运行的自动驾驶作业。有关 Autopilot 生成的候选模型的详细信息包括:

  • 汇总 SHAP 值的图表,指示每个功能的重要性,以帮助解释模型预测。

  • 各种训练和验证指标的汇总统计数据,包括客观指标。

  • 用于训练和调整模型的超参数列表。

注意

本主题假定您已创建并运行 Autopilot 实验。有关如何创建 Autopilot 实验的信息,请参阅。创建 Amazon SageMaker Autopilot 实验

注意

要访问此过程中的功能重要性指标,必须先选择 “文件” > “关闭”,然后从控制台重新启动 Studio。

  1. 在运行亚马逊后查看模型详情SageMakerAutoPilot Job,从左侧菜单中选择三角形图标以打开组件和注册表页.

    
            打开组件和注册表页.
  2. Select实验和试验从下拉菜单中进行。

    
            打开组件和注册表页.
  3. 在中找到要查看其详细信息的 Autopilot 作业未分配试用组件列表

    
            找到自动驾驶仪作业。
  4. 右键单击 Autopilot 作业的名称,然后选择描述 AutoML Job从弹出菜单中。

    
            Select描述 AutoML Job.

    要查看目标:AutoML 作业的 F1_Binary、F1、AUC 和准确度指标,从实验面板。

    
            Select描述 AutoML Job.
  5. 要查看最佳调整作业的模型详细信息,请右键单击试用名称标记为最佳在客观指标分数最高的试验列表中,然后选择打开模型详细信.

    
            Select描述 AutoML Job.
  6. 表示每个要素重要性的聚合 SHAP 值的图显示在解释模型的预测部分。

    
            Select描述 AutoML Job.
  7. 有关 SHAP 值如何帮助解释基于功能重要性的预测的更多信息,请向下滚动以查看指向了解模型的可解性白皮书。在中也可用其他信息。亚马逊SageMaker澄清模型的可解释性中的主题SageMaker开发人员指南 的第一个版本。

    
            有关可维护性的更多信息,请参阅。
  8. 要查看目标指标的汇总统计信息、用于训练和验证的 f1 值、训练和验证错误以及用于训练和调整模型的参数值列表,请向下滚动到页面底部。

    
            Select描述 AutoML Job.