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。

# 模型評估
<a name="canvas-evaluate-model"></a>

建立模型之後，您可以先評估模型在資料上執行的效能，然後再使用模型進行預測。您可以使用資訊 (例如預測標籤和進階指標時模型的準確性)，來判斷模型是否可以針對資料進行足夠準確的預測。

[評估評估您的模型效能](canvas-scoring.md)一節描述如何檢視和解譯模型**分析**頁面上的資訊。[在分析中使用進階指標](canvas-advanced-metrics.md)一節包含有關用來量化模型正確性的**進階指標**的更詳細資訊。

您也可以檢視特定*模型候選項目*的更進階資訊，這些是 Canvas 在建置模型時執行的所有模型迭代。根據指定模型候選項目的進階指標，您可以選擇不同的候選項目做為預設值，或是用於進行預測和部署的版本。對於每個模型候選項目，您可以檢視**進階指標**資訊，以協助您決定要選取哪個模型候選項目做為預設值。您可以從**模型排行榜**中選取模型候選項目來檢視此資訊。如需詳細資訊，請參閱[在模型排行榜中檢視模型候選項目](canvas-evaluate-model-candidates.md)。

Canvas 也提供下載 Jupyter 筆記本的選項，讓您可以檢視和執行用來建置模型的程式碼。如果您想要調整程式碼或進一步了解模型的建置方式，這會很有用。如需詳細資訊，請參閱[下載模型筆記本](canvas-notebook.md)。