通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

查看文本分类模型的评估和详细信息

  • 项目

模型完成训练后，你可以查看模型性能，并查看测试集中文档的预测类。

注意

使用“自动从训练数据拆分测试集”选项，每次训练新模型时可能会产生不同的模型评估结果，因为测试集是从数据中随机选择的。 若要确保每次训练模型时都针对同一测试集计算评估，请确保在启动训练作业时使用“手动拆分训练和测试数据”选项，并在标记数据时定义测试文档。

先决条件

在查看模型评估之前，需要：

有关详细信息，请参阅项目开发生命周期。

模型详细信息

  1. 转到 Language Studio 中的项目页面。

  2. 从屏幕左侧的菜单中选择“模型性能”。

  3. 在此页中，只能查看训练成功的模型、每个模型的 F1 分数和模型到期日期。 可以选择模型名称来了解有关其性能的更多详细信息。

注意

测试集中未标记或预测的类不会成为显示结果的一部分。

  • 在此选项卡中，可以查看模型的详细信息，例如：F1 分数、精准率、召回率、训练作业的日期和时间、总训练时间以及此训练作业中包含的训练和测试文档的数量。

    显示模型评估概览页面的屏幕截图。

  • 你还将看到有关如何改进模型的指南。 单击“查看详细信息”时，一个侧面板会打开，显示有关如何改进模型的更多指导。 在此示例中，训练集中没有足够的数据用于这些类。 此外，训练集中的类类型之间没有明确的区别，两个类相互混淆。 单击混淆的类，可转到数据标签页，用正确的类标记更多数据。

    显示模型评估指导页的屏幕截图。

    详细了解模型性能概念中的模型指导和混淆矩阵。

加载或导出模型数据

若要加载模型数据，请执行以下操作：

  1. 在“模型评估”页中选择任何模型。

  2. 选择“加载模型数据”按钮。

  3. 确认在出现的窗口中没有需要捕获的任何未保存的更改，然后选择“加载数据”。

  4. 等待模型数据完成加载回项目的过程。 完成后，将重定向回“架构设计”页。

若要导出模型数据，请执行以下操作：

  1. 在“模型评估”页中选择任何模型。

  2. 选择“导出模型数据”按钮。 等待本地下载模型的 JSON 快照。

删除模型

从 Language Studio 中删除模型：

  1. 在左侧菜单中，选择“模型性能”。

  2. 选择要删除的模型名称，然后选择顶部菜单中的“删除”。

  3. 在出现的窗口中，单击“确定”以删除模型。

后续步骤

在查看模型的性能时，了解所使用的评估指标。 了解模型性能是否需要改进后，即可开始改进模型。