0 / 0
Go back to the English version of the documentation
Model dryftu jakości modelu w pomiarach Watson OpenScale dryftu v2
Last updated: 27 lip 2023
Model dryftu jakości modelu w pomiarach Watson OpenScale dryftu v2

Funkcja Watson OpenScale oblicza dryfty jakości modelu, porównując szacowaną dokładność środowiska wykonawczego z dokładnością szkoleniową w celu mierzenia spadku dokładności.

Jak to działa?

Watson OpenScale buduje własny model wykrywania dryftów, który przetwarza dane ładunku podczas konfigurowania ewaluacji dryftu v2 w celu przewidywania, czy model generuje dokładne predykcje bez prawdy gruntowej. Model wykrywania driftu używa funkcji wejściowych i prawdopodobieństw klas z modelu do tworzenia własnych funkcji wejściowych.

Wykonaj matematykę

Funkcja Watson OpenScale wykorzystuje następującą formułę do obliczenia dryftu jakości modelu:

Ocena jakości modelu

Funkcja Watson OpenScale oblicza dokładność modelu jako base_accuracy , mierząc frakcję poprawnie przewidywanych transakcji w danych uczących. Podczas wartościowania transakcje są oceniane w oparciu o model wykrywania dryftów w celu mierzenia ilości transakcji, które prawdopodobnie są poprawnie przewidywane przez model. Te transakcje są porównywane z łączną liczbą transakcji, które Watson OpenScale przetwarza w celu obliczenia predicted_accuracy. Jeśli wartość predicted_accuracy jest mniejsza niż base_accuracy, to Watson OpenScale generuje ocenę wskaźnika jakości modelu.

Więcej inform.

Przeglądanie wyników analizy dryftu v2

Temat nadrzędny: Wielkości mierzone Drift v2

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more