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。
使用脱机评估分析学习循环
重要
从 2023 年 9 月 20 日开始，将无法创建新的个性化体验创建服务资源。 个性化体验创建服务将于 2026 年 10 月 1 日停用。
了解如何创建脱机评估并解释结果。
借助脱机评估，可以衡量个性化体验创建服务与你的应用程序在一段记录（历史）数据期间的默认行为相比的有效性，并评估其他模型配置设置对模型的执行情况。
创建脱机评估时，“优化发现”选项将对各种学习策略值运行脱机评估，以找到可提高模型性能的值。 你还可以提供额外的策略以在脱机评估中进行评估。
请阅读脱机评估了解详细信息。
先决条件
- 已配置的个性化体验创建服务资源
- 个性化体验创建服务资源必须拥有一定数量的记录数据 - 为了得到一个有意义的评估结果，我们大概建议日志中至少有 5 万个事件。 或者，你之前可能还导出了要在此评估中测试和比较的学习策略文件。
运行脱机评估
在 Azure 门户中，找到个性化体验创建服务资源。
在 Azure 门户中，转到“评估”部分，然后选择“创建评估”。
填写“创建评估”窗口中的选项：
- 评估名称。
- 开始时间和结束时间 - 这些日期指定要在评估中使用的数据范围。 这些数据必须根据数据保留期值中的指定存在于日志中。
- 如果希望个性化体验创建服务尝试找到更理想的学习策略，请将“优化发现”设置为“是”。
- 添加学习设置 - 如果要评估自定义或以前导出的策略，请上传学习策略文件。l
选择“开始评估”开始进行评估。
查看评估结果
运行评估可能需要花费较长时间，具体取决于要处理的数据量、要比较的学习策略数量，以及是否请求了优化。
完成后，可以从评估列表选择评估，然后选择“使用其他潜在学习设置比较应用程序的分数”。 若要查看当前学习策略相比于新策略的运行情况，请选择该功能。
接下来，查看学习策略的性能。
图表上会显示各种学习策略，以及其估计的平均奖励、置信度区间以及下载或应用特定策略的选项。
- “Online”- 个性化体验创建服务的当前策略
- “Baseline1”- 应用程序的基线策略
- “BaselineRand”- 随机执行操作的策略
- “Inter-len#”或“Hyper#”- 由“优化发现”创建的策略。
选择“应用”以应用能最大程度改善数据的模型的策略。
后续步骤
- 详细了解脱机评估的工作原理。