Go back to the English version of the documentationObszar w obszarze ROC w pomiarach jakości Watson OpenScale
Obszar w obszarze ROC w pomiarach jakości Watson OpenScale
Last updated: 15 cze 2023
Obszar pod krzywą charakterystyczną dla odbiorcy (ROC) nadaje obszarowo obszarowo i fałszywie dodatnie krzywą szybkości w Watson OpenScale. Oblicza on czułość na podstawie wskaźnika fallout.
Obszar pod ROC na rzut oka
- Opis: Obszar pod przywracanie i fałszywa dodatnia krzywa szybkości
- Progi domyślne: Dolny limit = 80%
- Domyślna rekomendacja:
- Trend wzrostowy: trend wzrostowy wskazuje, że pomiar jest udoskonalany. Oznacza to, że przekwalifikowanie modelu jest skuteczne.
- Trend w dół: trend spadkowy wskazuje, że pomiar jest pogarszający się. Dane zwrotne stają się znacznie inne niż dane treningowe.
- Zmienność nieregularna lub nieregularna: odmiana nieregularna lub nieregularna wskazuje, że dane dotyczące sprzężenia zwrotnego nie są spójne między ocenami. Zwiększ minimalną wielkość próbki dla monitora jakości.
- Typ problemu: Klasyfikacja binarna
- Wartości wykresu: Ostatnia wartość w przedziale czasu
- Dostępne szczegóły metryk: Macierz konfuzyjna
Wykonaj matematykę
Obszar w obszarze ROC jest rysowany parametrycznie jako True positive rate w porównaniu z False positive rate w odniesieniu do wartości progowej T.
Więcej inform.
Temat nadrzędny: Przegląd wielkości mierzonych dotyczących jakości