אחרי שמסיימים לאמן את מודל הסיווג הטבלאי של AutoML, צריך ליצור נקודת קצה ולפרוס את המודל בנקודת הקצה. אחרי שהמודל ייפרס בנקודת הקצה החדשה הזו, תוכלו לבדוק אותו על ידי שליחת בקשה לתחזית.
טעינת המודל
כשהאימון של המודל מסתיים, הוא מופיע בכרטיסייה מודלים.
במסוף Google Cloud , בקטע Agent Platform, עוברים לדף Models.
ברשימת המודלים, לוחצים על השם של המודל המאומן שיצרתם קודם.
המודלים מאורגנים בגרסאות. לוחצים על מספר גרסת המודל 1.
הערכת המודל
החלונית Evaluate עוזרת להבין את הביצועים של המודל בהשוואה לקבוצת נתונים לבדיקה. בסיום, ממשיכים לחלק הבא של המדריך.
מדדי הערכה
אופציונלי. כדי לקבל מידע על כל מדד הערכה, מעבירים את הסמן מעל הסמלים ?.
אופציונלי. מזיזים את סרגל ההזזה של סף הביטחון כדי לראות איך משתנים הדיוק, ההחזרה והציון F1.
מטריצת בלבול
מטריצת הטעות מראה את ההשוואה בין התחזית לבין קבוצת נתונים לבדיקה (האמת הבסיסית).
תזכורת: התווית '1' היא הסיווג השלילי (הלקוח לא נרשם לפיקדון לזמן קצוב) והתווית '2' היא הסיווג החיובי. המודל כנראה הצליח יותר לחזות את הסיווג השלילי מאשר את הסיווג החיובי. יכול להיות שעם זמן אימון נוסף, יותר נתונים או תכונות נוספות, תוכלו לשפר את הביצועים של החיזוי עבור המחלקה החיובית.
חשיבות התכונה
חשיבות התכונות מראה איך כל תכונה השפיעה על אימון המודל: ככל שהערך גבוה יותר, כך ההשפעה גדולה יותר.
במודל שלכם כנראה מוצג שהמאפיין משך (כמה זמן נמשך הקשר האחרון בין הבנק ללקוח, בשניות) תרם באופן משמעותי לתוצאת החיזוי.
פריסת המודל בנקודת קצה
כדי לבדוק מודל או ליצור תחזיות אונליין, צריך לפרוס אותו לנקודת קצה.
פותחים את החלונית Deploy & Test (פריסה ובדיקה).
בקטע Deploy your model (פריסת המודל), לוחצים על Deploy to endpoint (פריסה לנקודת קצה).
מזינים
Structured_AutoML_Tutorialבשדה 'שם נקודת הקצה'.לוחצים על Continue.
משאירים את הערך המינימלי של צומת מחשוב על
1ולא מזינים ערך מקסימלי.בוחרים
n1-standard-2סוג מכונה.לוחצים על Continue.
השבתת מעקב אחרי המודל בנקודת הקצה הזו.
כדי ליצור את נקודת הקצה ולפרוס את המודל בנקודת הקצה, לוחצים על Deploy.
פריסת המודל נמשכת כ-5 דקות. כשהנקודה מוכנה, ממשיכים לחלק הבא של המדריך.
איך מבקשים חיזוי
אחרי שהמודל נפרס לנקודת קצה, אפשר לשלוח בקשות לחיזוי. במקום לשלוח בקשה דרך ה-API או gcloud, אפשר לבדוק את המודל בדף הזה.
בקטע Test your model (בדיקת המודל) תופיע עמודה Value (ערך) שמולאה מראש. אפשר להשתמש בערכים האלה או להזין ערכים חדשים.
בתחתית הקטע, לוחצים על חיזוי.
במודל הזה, תוצאת חיזוי של
1מייצגת תוצאה שלילית – לא מתבצעת הפקדה בבנק. תוצאת חיזוי של2מייצגת תוצאה חיובית – הפקדה מתבצעת בבנק.המודל יחזיר ציון מהימנות, שמשקף את רמת הוודאות של המודל לגבי התווית שנבחרה. ערך ברירת המחדל כנראה החזיר ציון מהימנות גבוה.
אופציונלי. כדאי לנסות לשנות את duration לערך גבוה בהרבה וללחוץ שוב על Predict.
המאמרים הבאים
כדי להימנע מחיובים לא צפויים, צריך לפעול לפי ההוראות במאמר מחיקת הפרויקט.
מידע נוסף על הערכת מודלים
מידע נוסף על תחזיות של מודלים