0 / 0
Torna alla versione inglese della documentazione
Errore medio assoluto nelle metriche di qualità Watson OpenScale
Ultimo aggiornamento: 07 ott 2024
Errore medio assoluto nelle metriche di qualità Watson OpenScale

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

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