如何在Google Sheets中制作ML模型的时间-质量分析图表

一、时间-质量比值的最优定义方式 #

推荐两种实用的量化指标，可根据你的分析需求选择：

1. 单位时间质量效率比：F1 Score / 训练时间（分钟）
   • 数值越高，代表单位训练时间能获得的模型质量越高，适合对比不同迭代或模型的整体效率。比如迭代6的效率比是1/21≈0.047，远高于迭代2的0.1/8=0.0125，说明迭代6的训练效率更高。
2. 边际质量提升效率：(当前F1 - 上一迭代F1) / (当前训练时间 - 上一迭代训练时间)
   • 用来衡量每多投入（或减少）单位时间，能带来的F1变化。比如迭代5到6，F1从0.8提升到1，时间仅增加1分钟，边际效率是(1-0.8)/(21-20)=0.2，说明这阶段的训练投入性价比极高；而迭代3到4，F1从0.2到0.5，时间从11到21，边际效率是(0.5-0.2)/(21-11)=0.03，性价比相对较低。

如果更关注「提升单位质量需要多少时间」，也可以用训练时间 / F1 Score（排除F1为0的情况），数值越小效率越高。

二、Google Sheets中制作目标图表的最优步骤 #

你的需求是展示训练时间与F1的关联，散点图是最优选择（能避免相同时间对应不同F1时折线图的误导），具体操作：

• 选中表格里的「时间（分钟）」和「质量（F1 Score）」两列数据（包含表头）；
• 点击菜单栏「插入」→「图表」；
• 在右侧弹出的「图表编辑器」中：
  1. 「设置」→「图表类型」，选择「散点图」（推荐选「带数据标记的散点图」）；
  2. 「设置」→「X轴」选择「时间（分钟）」，「Y轴」选择「质量（F1 Score）」（如果需要调换轴，直接切换选项即可）；
  3. 切换到「自定义」标签，优化细节：
     • 给X/Y轴添加清晰的标签（比如「训练时间（分钟）」「F1 Score」）；
     • 开启「数据标签」，选择显示「第一数据集」列的内容（即迭代编号），方便对应每个数据点；
     • 若需要看整体趋势，可在「系列」中勾选「趋势线」，选择合适的拟合类型（比如线性或多项式）。

这样制作出的图表就能清晰展示每个迭代的时间-质量分布，和你手动创建的效果一致。

内容的提问来源于stack exchange，提问作者AnnemarieWittig