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

El área bajo la curva de características operativas del receptor (ROC) proporciona el área bajo exhaustividad y la curva de tasa de falsos positivos en Watson OpenScale. Calcula la sensibilidad respecto al índice de repercusión.

Detalles del área bajo ROC

  • Descripción: Área bajo exhaustividad y curva de índice de falsos positivos.
  • 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 ROC se representa de forma paramétrica como True positive rate frente a False positive rate con respecto a un umbral T.

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