Model Evaluations - Get

Referenz

Dienst:: Azure AI Services

API-Version:: 2023-04-01-preview

Rufen Sie Informationen zu einer bestimmten Modellauswertung ab.

Zurückgegebene Statuscodes:

200: Vorgang erfolgreich abgeschlossen.
400: Die Anforderung wurde falsch formatiert.
404: Eine Modellauswertung mit dem angegebenen Namen wurde nicht gefunden.

GET /models/{name}/evaluations/{evaluationName}?api-version=2023-04-01-preview

URI-Parameter

Name In Erforderlich Typ Beschreibung

evaluationName

path

True

string

Der Name der abzurufenden Modellauswertung.

RegEx-Muster: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$

name

path

True

string

Der Name des Modells, für das die Auswertung abgerufen werden soll.

RegEx-Muster: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$

api-version

query

True

string

Angeforderte API-Version.

Antworten

Name

Typ

Beschreibung

200 OK

ModelEvaluation

Erfolg

Other Status Codes

Fehler

Header

x-ms-error-code: string

Beispiele

ModelEvaluations_Get

Beispielanforderung

HTTP

GET /models/my_model_name/evaluations/my_evaluation_name?api-version=2023-04-01-preview

Beispiel für eine Antwort

Statuscode:: 200

{
  "name": "my_evaluation_name",
  "modelName": "my_model_name",
  "createdDateTime": "2023-01-13T20:46:22.127Z",
  "updatedDateTime": "2023-01-13T20:46:22.127Z",
  "status": "notStarted",
  "evaluationParameters": {
    "testDatasetName": "my_test_dataset_name"
  }
}

Definitionen

Name	Beschreibung
ErrorResponse	Die Antwort wird zurückgegeben, wenn ein Fehler auftritt.
ErrorResponseDetails	Fehlerinformationen.
ErrorResponseInnerError	Detaillierter Fehler.
ModelEvaluation	Beschreibt eine Auswertungsausführung zum Auswerten der Genauigkeit eines Modells mithilfe eines Testsatzes.
ModelEvaluationParameters	Parameter zum Angeben der Auswertung eines Modells.
ModelEvaluationState	Schreibgeschützt. Der aktuelle Status der Auswertungsausführung.
ModelPerformance	Leistungsmetriken für ein benutzerdefiniertes trainiertes Modell.
ModelTagPerformance	Leistungsmetriken für jedes Tag, das von einem benutzerdefinierten trainierten Modell erkannt wird.

ErrorResponse

Die Antwort wird zurückgegeben, wenn ein Fehler auftritt.

Name	Typ	Beschreibung
error	ErrorResponseDetails	Fehlerinformationen.

ErrorResponseDetails

Fehlerinformationen.

Name	Typ	Beschreibung
code	string	Fehlercode
details	ErrorResponseDetails[]	Liste der detaillierten Fehler.
innererror	ErrorResponseInnerError	Detaillierter Fehler.
message	string	Fehlermeldung.
target	string	Ziel des Fehlers.

ErrorResponseInnerError

Detaillierter Fehler.

Name	Typ	Beschreibung
code	string	Fehlercode
innererror	ErrorResponseInnerError	Detaillierter Fehler.
message	string	Fehlermeldung.

ModelEvaluation

Beschreibt eine Auswertungsausführung zum Auswerten der Genauigkeit eines Modells mithilfe eines Testsatzes.

Name	Typ	Beschreibung
createdDateTime	string	Schreibgeschützt. Datum und Uhrzeit der ersten Erstellung der Auswertungsausführung in UTC.
error	ErrorResponseDetails	Fehlerinformationen.
evaluationParameters	ModelEvaluationParameters	Parameter zum Angeben der Auswertung eines Modells.
modelName	string	Schreibgeschützt. Das auszuwertende Modell.
modelPerformance	ModelPerformance	Leistungsmetriken für ein benutzerdefiniertes trainiertes Modell.
name	string	Schreibgeschützt. Der Name, der verwendet wird, um die Auswertungsausführung eindeutig zu identifizieren.
status	ModelEvaluationState	Schreibgeschützt. Der aktuelle Status der Auswertungsausführung.
updatedDateTime	string	Schreibgeschützt. Das Datum und die Uhrzeit der letzten Aktualisierung der Auswertungsausführung in UTC.

ModelEvaluationParameters

Parameter zum Angeben der Auswertung eines Modells.

Name	Typ	Beschreibung
testDatasetName	string	Der für Tests verwendete Datasetname.

ModelEvaluationState

Schreibgeschützt. Der aktuelle Status der Auswertungsausführung.

Name	Typ	Beschreibung
failed	string
notStarted	string
running	string
succeeded	string

ModelPerformance

Leistungsmetriken für ein benutzerdefiniertes trainiertes Modell.

Name	Typ	Beschreibung
accuracyTop1	number	Schreibgeschützt. Für Multiklassenklassifizierungsmodelle. Der Anteil der Testbeispiele, bei denen die Ground Truth-Klasse mit der vorhergesagten Klasse übereinstimmt.
accuracyTop5	number	Schreibgeschützt. Für Multiklassenklassifizierungsmodelle. Der Anteil der Testbeispiele, bei denen sich die Bodenwahrheitsklasse in den fünf obersten vorhergesagten Klassen befindet.
averagePrecision	number	Schreibgeschützt. Es ist ein Maß für die Modellleistung und fasst die Genauigkeit und den Rückruf an verschiedenen Konfidenzschwellenwerten zusammen.
calibrationECE	number	Schreibgeschützt. Für Multiklassenklassifizierungsmodelle. Erwarteter Kalibrierungsfehler.
meanAveragePrecision30	number	Schreibgeschützt. Für Objekterkennungsmodelle. Mittlere durchschnittliche Genauigkeit bei einem Schwellenwert von 30 %.
meanAveragePrecision50	number	Schreibgeschützt. Für Objekterkennungsmodelle. Durchschnittliche Genauigkeit bei einem Schwellenwert von 50 %.
meanAveragePrecision75	number	Schreibgeschützt. Für Objekterkennungsmodelle. Durchschnittliche Genauigkeit bei einem Schwellenwert von 75 %.
tagPerformance	<string, ModelTagPerformance>	Schreibgeschützt. Leistungsmetriken für jedes Tag, das vom Modell erkannt wird.

ModelTagPerformance

Leistungsmetriken für jedes Tag, das von einem benutzerdefinierten trainierten Modell erkannt wird.

Name	Typ	Beschreibung
accuracy	number	Schreibgeschützt. Für Multiklassenmodelle. Taggenauigkeit.
averagePrecision50	number	Schreibgeschützt. Für Objekterkennungsmodelle. Durchschnittliche Genauigkeit bei einem Schwellenwert von 50 %.