0 / 0
Torna alla versione inglese della documentazione
Percentuale di falsi positivi nelle metriche di qualità Watson OpenScale
Ultimo aggiornamento: 07 ott 2024
Percentuale di falsi positivi nelle metriche di qualità Watson OpenScale

Il tasso di falsi positivi fornisce una proporzione di previsioni non corrette per le classi positive in Watson OpenScale.

Tasso di falsi positivi a colpo d'occhio

  • Descrizione: la proporzione di previsioni errate nella classe dei positivi
  • Soglie predefinite: limite inferiore = 80%
  • Raccomandazione predefinita:
    • Andamento crescente: un andamento crescente indica che la metrica sta peggiorando. I dati di feedback stanno riportando differenze significative rispetto ai dati di training.
    • Andamento decrescente: un andamento decrescente indica che la metrica sta migliorando. Ciò significa che il nuovo training del modello è efficace.
    • Variazione anomala o irregolare: una variazione anomala o irregolare indica che i dati di feedback non sono congruenti tra le valutazioni. Incrementare la dimensione minima del campione per il monitor Qualità.
  • Tipo di problema: classificazione binaria
  • Valori del grafico: Ultimo valore nel timeframe
  • Dettagli di metriche disponibili: matrice di confusione

Calcolo matematico

Il falso tasso positivo è quotiente del numero totale di falsi positivi che è diviso per la somma di falsi positivi e veri negativi.

                        number of false positives
False positive rate =  ______________________________________________________

                       (number of false positives + number of true negatives)

Ulteriori informazioni

Revisione dei risultati di qualità

Argomento principale: Panoramica delle metriche di qualità

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni