

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在模型排行榜中檢視模型候選項目
<a name="canvas-evaluate-model-candidates"></a>

當您在 Amazon SageMaker Canvas 中為表格式和時間序列預測模型執行[標準建置](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-build-model.html)時，SageMaker AI 會訓練多個*模型候選項目* (模型的不同迭代)，且預設會選取最佳化指標最高值的模型。對於表格式模型，Canvas 會使用各種演算法和超參數設定，來建置最多 250 個不同的模型候選項目。對於時間序列預測模型，Canvas 會建置 7 個不同的模型 - 每個[支援的預測演算法](canvas-advanced-settings.md#canvas-advanced-settings-time-series)各一個，且有一個整體模型會平均其他模型的預測，以嘗試最佳化正確性。

預設模型候選項目是您可以在 Canvas 中用於預測、註冊至模型註冊庫或部署至端點等動作的唯一版本。不過，您可能想要檢閱所有模型候選項目，然後選取不同的候選項目成為預設模型。您可以在 Canvas 的**模型排行榜**上檢視所有模型候選項目和每個候選項目的更多詳細資訊。

若要檢視**模型排行榜**，請執行下列動作：

1. 開啟 SageMaker Canvas 應用程式。

1. 在左側導覽窗格中選擇**我的模型**。

1. 選擇您建立的模型。

1. 在頂部導覽窗格中，選擇**分析**索引標籤。

1. 在**分析**索引標籤中，選擇**模型排行榜**。

**模型排行榜**頁面隨即開啟，表格式模型的排行榜頁面看起來就像下列螢幕擷取畫面。

![模型排行榜，其中列出 Canvas 已訓練的所有模型候選項目。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/studio/canvas/canvas-model-leaderboard.png)


對於時間序列預測模型，您會看到 7 個模型，其中包括 Canvas 支援的每個時間序列預測演算法各一個，以及一個整合模型。如需演算法的詳細資訊，請參閱[進階時間序列預測模型設定](canvas-advanced-settings.md#canvas-advanced-settings-time-series)。

在上述螢幕擷取畫面中，您可以看到列出的第一個模型候選項目標記為**預設模型**。這是您可以進行預測或部署到端點的模型候選項目。

若要檢視模型候選項目的更詳細指標資訊以比較這些模型候選項目，您可以選擇**更多選項**圖示 (![](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))，然後選擇**檢視模型詳細資訊**。

**重要**  
 載入非預設模型候選項目的模型詳細資訊可能需要幾分鐘 (通常少於 10 分鐘)，且需支付 SageMaker AI 託管費用。如需詳細資訊，請參閱 [SageMaker AI 定價](https://aws.amazon.com/sagemaker/pricing/)。

模型候選項目會在**分析**索引標籤中開啟，而顯示的指標專屬於該模型候選項目。檢閱完模型候選項目的指標後，您可以返回或結束檢視以返回**模型排行榜**。

如果想要將**預設模型**設定為不同的候選項目，您可以選擇**更多選項**圖示 (![](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))，然後選擇**變更為預設模型**。變更使用 HPO 模式訓練之模型的預設模型可能需要幾分鐘的時間。

**注意**  
如果您的模型已在生產環境中部署、[已註冊至模型註冊庫](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-register-model.html)，或已設定[自動化](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-manage-automations.html)，則您必須在變更預設模型之前刪除部署、模型註冊或自動化。