0 / 0
Volver a la versión inglesa de la documentación
Error medio absoluto en las métricas de calidad de Watson OpenScale
Última actualización: 07 oct 2024
Error medio absoluto en las métricas de calidad de Watson OpenScale

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

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