您正在查看9.4 -版本的RapidMiner Go文档点击这里查看最新版本
检查模型
RapidMiner Go正在停产。如需替代方案，请联系销售部门了解我们新的AutoAI云解决方案。
性能指标
要说一个模型是好是坏，特别是它比其他模型好还是差，我们需要有一些比较的基础。通过给模型分配一个成功的数字衡量标准，一个所谓的性能指标，你可以将它与其他模式进行比较，了解它的相对成功程度。
复杂的是，存在许多不同的性能指标，没有一个是绝对的成功标准;每个都有优点和缺点，这取决于你想要解决的问题。您必须为您的问题选择最佳的性能指标，并且借助此性能指标，您可以选择最佳模型。
为了计算性能指标，我们首先基于80%的随机数据样本构建一个模型训练集）.一旦建立，我们将该模型应用于剩余的20%的数据(称为测试集)，并将预测值与已知值进行比较。理想情况下应该没有区别，但在实践中通常是有区别的，因为预测很少是100%正确的。
回想一下2.选择列要解决的问题类型取决于目标列中的值。它们是分类的还是数字的?根据你试图预测的内容，有不同的性能指标。有关更详细的讨论，包括示例，请参阅以下链接:
结果
结果包括图表和表格，说明每个模型的相对强度。完成后，您可以通过单击下载这些图表和表格出口．
过程
RapidMiner Go不是一个黑匣子。构建完模型后，您可以下载RapidMiner过程那创造了它，你可以进口该过程进入RapidMiner Studio进行更详细的检查。你可以运行这个进程，你可以修改这个进程，你可以做任何你喜欢的改变!
PNG格式的图表
图表包括所有性能指标，以图形方式显示。
表格如Excel
结果中显示的任何表格，包括混淆矩阵和性能比较表，都可以导出为Excel格式(.xlsx）.
