Go back to the English version of the documentationPrůměrná absolutní chyba v metrikách kvality produktu Watson OpenScale
Průměrná absolutní chyba v metrikách kvality produktu Watson OpenScale
Last updated: 15. 6. 2023
Průměrná absolutní chyba udává průměrný absolutní rozdíl mezi modelovým předpověďmi a cílovými hodnotami v Watson OpenScale.
Střední-absolutní chyba na první pohled
- Popis: Střední hodnota absolutního rozdílu mezi předpovědí modelu a cílovou hodnotou
- Výchozí prahové hodnoty: Horní limit = 80%
- Výchozí doporučení:
- Protivývojový trend: Trend směřující vzhůru označuje, že se metrika zhoršuje. Zpětná vazba dat se výrazně liší od údajů o odborné přípravě.
- Meziroční trend: Klesající trend označuje, že se metrika zlepšuje. To znamená, že rekvalifikace modelu je účinná.
- Vyzpytatelné nebo nepravidelné variace: Vymazává nebo nepravidelná variace označuje, že data zpětné vazby nejsou konzistentní mezi hodnoceními. Zvětšete minimální velikost vzorku pro monitor kvality.
- Typ problému: Regrese
- Hodnoty grafu: Poslední hodnota v časovém rámci.
- Dostupné podrobnosti o metrikách: Žádné.
Spojte si to
Průměrná absolutní chyba se vypočítá tak, že se sečtou všechny absolutní chyby a vydělí je počtem chyb.
SUM | Yi - Xi |
Mean absolute errors = ____________________
number of errors
Další informace
Nadřízené téma: Přehled metrik kvality