As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Avaliação de modelos
<a name="canvas-evaluate-model"></a>

Depois de criar seu modelo, você pode avaliar o desempenho do modelo em seus dados antes de usá-lo para fazer predições. Você pode usar informações, como a precisão do modelo na predição de rótulos e métricas avançadas para determinar se seu modelo pode fazer predições suficientemente precisas para seus dados.

A seção [Avalie o desempenho do seu modelo.](canvas-scoring.md) descreve como visualizar e interpretar as informações na página **Analisar** do seu modelo. A seção [Use métricas avançadas em suas análises](canvas-advanced-metrics.md) contém informações mais detalhadas sobre **métricas avançadas** usadas para quantificar a precisão do seu modelo.

Você também pode visualizar informações mais avançadas para *candidatos de modelos* específicos, que são todas as iterações de modelo pelas quais o Canvas executa ao criar seu modelo. Com base nas métricas avançadas de um determinado candidato a modelo, você pode selecionar um candidato diferente para ser o padrão ou a versão usada para fazer predições e implantar. Para cada candidato a modelo, você pode visualizar as informações de **métricas avançadas** para ajudá-lo a decidir qual candidato a modelo você gostaria de selecionar como padrão. Você pode ver essas informações selecionando o candidato a modelo na tabela de **classificação de modelos**. Para obter mais informações, consulte [Veja os candidatos a modelo na tabela de classificação de modelos](canvas-evaluate-model-candidates.md).

O Canvas também oferece a opção de baixar um caderno Jupyter para que você possa visualizar e executar o código usado para criar seu modelo. Isso é útil se você quiser fazer ajustes no código ou saber mais sobre como seu modelo foi compilado. Para obter mais informações, consulte [Baixe um modelo de caderno](canvas-notebook.md).