Machine learning 使用automl中的“评估”选项卡可以做多少工作

我正在尝试AutoML自然语言，发现“评估”选项卡包含很多信息。我想知道我能用这个标签做多少调整。例如：

当我调整“分数阈值”时，“精确度”和“召回率”将发生变化。但是我能用它做什么呢？我是否应该使用更改的“分数阈值”重新培训模型

如果我没有更改数据集，但调整了“分数阈值”，单击“训练新模型”会发生什么情况

---

使用“评估”选项卡选择要应用于您的问题的相关分数阈值。由于对模型的API调用返回以下格式的有效负载，以及所有标签及其关联的分数，因此有必要选择一个阈值来过滤结果，并仅显示分数高于此选定阈值的标签

    payload {
      classification {
        score: 0.999904990196
      }
      display_name: <label_1_name>
    }
    payload {
      classification {
        score: 9.50000030571e-05
      }
      display_name: <label_2_name>
    }

有效载荷{
分类{
得分：0.99904990196
}
显示\u名称：
}
有效载荷{
分类{
得分：9.50000030571e-05
}
显示\u名称：
}

因此，您不会使用所选阈值重新训练新模型，因为阈值不是训练参数

---

关于第二个问题：它将训练相同的模式。在UI中，您只能“播放”阈值以更新评估结果，它不会将任何内容保存到后端。它只是帮助您为您的应用程序选择一个相关的数字。

设置分数阈值是模型培训之外的一个过程，它既不影响它，也不受它的影响