Volver a la versión inglesa de la documentaciónError medio absoluto en las métricas de calidad de Watson OpenScale
Error medio absoluto en las métricas de calidad de Watson OpenScale
Última actualización: 07 oct 2024
El error de media absoluta proporciona la diferencia media absoluta entre las predicciones del modelo y los valores objetivo en Watson OpenScale.
Media-error absoluto de un vistazo
- Descripción: Promedio de la diferencia absoluta entre la predicción del modelo y el valor de destino
- Umbrales predeterminados: Límite superior = 80 %
- Recomendación predeterminada:
- Tendencia al alza: Una tendencia al alza indica que la métrica se está deteriorando. Los datos de comentarios ya son significativamente distintos respecto a los datos de entrenamiento.
- Tendencia a la baja: Una tendencia a la baja indica que la métrica está mejorando. Esto significa que el reentrenamiento del modelo es efectivo.
- 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: Regresión
- Valores de gráfico: Último valor en el margen de tiempo
- Detalles de métricas disponibles: Ninguno
Cómo se calcula
El error absoluto promedio se calcula sumando todos los errores absolutos y dividiéndolos por el número de errores.
SUM | Yi - Xi |
Mean absolute errors = ____________________
number of errors
Más información
Revisión de resultados de calidad
Tema principal: Visión general de las métricas de calidad