翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # 評価メトリクスへのアクセス (コンソール) テスト中、テストデータセットに対するモデルのパフォーマンスが評価されます。テストデータセット内のラベルは、実際のイメージが表す内容を表すため、「グラウンドトゥルース」と見なされます。テスト中、モデルはテストデータセットを使用して予測を行います。予測されたラベルはグラウンドトゥルースラベルと比較され、結果がコンソールの評価ページに表示されます。 Amazon Rekognition Custom Labels コンソールには、モデル全体のサマリーメトリクスと個々のラベルのメトリクスが表示されます。コンソールで使用できるメトリクスは、適合率再現率、F1 スコア、信頼度、および信頼度しきい値です。詳細については、「[トレーニング済み Amazon Rekognition Custom Labels の改善](improving-model.md)」を参照してください。 コンソールを使用して、個々のメトリクスに注目できます。例えば、ラベルの適合率に関する問題を調査するために、トレーニング結果をラベル別または*偽陽性*結果別にフィルターできます。詳細については、「[モデルを評価するためのメトリクス](im-metrics-use.md)」を参照してください。 トレーニング後、トレーニングデータセットは読み取り専用になります。モデルを改善する場合は、トレーニングデータセットを新しいデータセットにコピーできます。データセットのコピーを使用して、モデルの新しいバージョンをトレーニングします。 このステップでは、コンソールを使用して、コンソールのトレーニング結果にアクセスします。 **評価メトリクスへのアクセス (コンソール)** 1. Amazon Rekognition コンソールを [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) で開きます。 1. **[カスタムラベルを使用]** を選択します。 1. **[開始方法]** を選択します。 1. 左側のナビゲーションペインで、**[プロジェクト]** を選択します。 1. **[プロジェクト]** ページで、評価するトレーニング済みモデルが含まれるプロジェクトを選択します。 1. **[モデル]** で、評価するモデルを選択します。 1. **[評価]** タブを選択すると、評価結果が表示されます。モデルの評価の詳細については、「[トレーニング済み Amazon Rekognition Custom Labels の改善](improving-model.md)」を参照してください。 1. **[テスト結果を表示]** を選択すると、個々のテストイメージの結果が表示されます。詳細については、「[モデルを評価するためのメトリクス](im-metrics-use.md)」を参照してください。モデル評価サマリーの以下のスクリーンショットでは、6 つのラベルに対するテスト結果とパフォーマンスメトリクスとして、F1 スコア、平均適合率、全体再現率が表示されています。トレーニング済みモデルの使用方法に関する詳細も示されています。 ![\[F1 スコア、平均適合率、全体再現率を示すモデル評価サマリー。\]](http://docs.aws.amazon.com/ja_jp/rekognition/latest/customlabels-dg/images/get-started-training-results.jpg) 1. テスト結果を確認したら、プロジェクト名を選択してモデルページに戻ります。テスト結果ページには、裏庭と前庭の画像カテゴリでトレーニングされた機械学習モデルの予測ラベルと信頼スコアを含む画像が表示されています。2 つのサンプル画像が表示されています。 ![\[テスト結果ページには、予測ラベルと信頼スコアを含む画像が表示されています。\]](http://docs.aws.amazon.com/ja_jp/rekognition/latest/customlabels-dg/images/get-started-image-test-results.jpg) 1. メトリクスを使用してモデルのパフォーマンスを評価します。詳細については、「[Amazon Rekognition Custom Labels モデルの改善](tr-improve-model.md)」を参照してください。