Torna alla versione inglese della documentazioneErrore medio assoluto nelle metriche di qualità Watson OpenScale
Errore medio assoluto nelle metriche di qualità Watson OpenScale
Ultimo aggiornamento: 07 ott 2024
L'errore medio - assoluto fornisce la differenza assoluta media tra le previsioni del modello e i valori obiettivo in Watson OpenScale.
Media - errore assoluto a una occhiata
- Descrizione: la media della differenza assoluta tra previsione del modello e valore obiettivo
- Soglie predefinite: limite superiore = 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: regressione
- Valori del grafico: Ultimo valore nel timeframe
- Dettagli di metriche disponibili: nessuno
Calcolo matematico
L'errore assoluto medio è calcolato sommando tutti gli errori assoluti e diviendoli per il numero di errori.
SUM | Yi - Xi |
Mean absolute errors = ____________________
number of errors
Ulteriori informazioni
Revisione dei risultati di qualità
Argomento principale: Panoramica delle metriche di qualità