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。
在 Amazon C SageMaker anvas 中评估您的模型的表现
在构建了模型之后，可以在使用模型进行预测之前评估模型处理数据的能力。您可以使用模型预测标签的准确性和高级指标等信息，来确定模型是否能对您的数据做出足够准确的预测。
在您的模型的分析页面上，Amazon SageMaker Canvas 提供了以下三个选项卡：
-
概述-根据模型类型，为您提供模型性能的总体概述。
-
评分-显示可视化效果，除了整体精度指标之外，您还可以使用这些可视化来更多地了解模型的性能。
-
高级指标-包含模型的高级指标分数以及其他信息，可让您更深入地了解模型的性能。您还可以查看诸如色谱柱影响之类的信息。
本节评估模型的性能介绍如何查看和解释模型的 “概述” 和 “评分” 选项卡。本节在分析中使用高级指标包含有关用于量化模型准确性的高级指标的更多详细信息。
您还可以查看特定候选模型的更多高级信息，这些信息是 Canvas 在构建模型时经历的所有模型迭代。根据给定候选模型的高级指标，您可以选择其他候选模型作为默认值，或者选择用于进行预测和部署的版本。对于每个候选模型，您可以查看高级指标信息，以帮助您决定要选择哪个候选模型作为默认模型。您可以通过从模特排行榜中选择候选模特来查看此信息。有关更多信息，请参阅 在模特排行榜中查看候选模特。
Canvas 还提供了下载 Jupyter 笔记本的选项，以便您可以查看和运行用于构建模型的代码。如果您想对代码进行调整或进一步了解模型是如何构建的，这将非常有用。有关更多信息，请参阅 下载模型笔记本。