0 / 0
Volver a la versión inglesa de la documentación
Área bajo PR en métricas de calidad de Watson OpenScale
Última actualización: 07 oct 2024
Área bajo PR en métricas de calidad de Watson OpenScale

El área bajo exhaustividad de precisión proporciona el área bajo la curva de precisión y exhaustividad en Watson OpenScale, lo que puede ser útil cuando las clases están especialmente desequilibradas.

Detalles del área bajo PR

  • Descripción: Área bajo precisión y curva de exhaustividad
  • Umbrales predeterminados: límite inferior = 80%
  • Recomendación predeterminada:
    • Tendencia al alza: Una tendencia al alza indica que la métrica está mejorando. Esto significa que el reentrenamiento del modelo es efectivo.
    • Tendencia a la baja: Una tendencia a la baja indica que la métrica se está deteriorando. Los datos de comentarios ya son significativamente distintos respecto a los datos de entrenamiento.
    • Variación errática o irregular: Una variación errática o irregular indica que los datos de comentarios no son coherentes entre evaluaciones. Incremente el tamaño mínimo de la muestra para el supervisor de calidad.
  • Tipo de problema: Clasificación binaria
  • Valores de gráfico: Último valor en el margen de tiempo
  • Detalles de métricas disponibles: Matriz de confusión

Cómo se calcula

El área bajo exhaustividad de precisión proporciona el total para ambos Precision + Recall.

       n
AveP = ∑ P(k)∆r(k)
      k=1

La precisión (P) se define como el número de verdaderos positivos (Tp) sobre el número de verdaderos positivos más el número de falsos positivos (Fp).

               number of true positives
Precision =   ______________________________________________________

              (number of true positives + number of false positives)

La exhaustividad (R) se define como el número de verdaderos positivos (Tp) sobre el número de verdaderos positivos más el número de falsos negativos (Fn).

            number of true positives
Recall =   ______________________________________________________

           (number of true positives + number of false negatives)

Más información

Revisión de resultados de calidad

Tema principal: Visión general de las métricas de calidad

Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información