Go back to the English version of the documentationStřední kvadratická chyba v metrikách kvality Watson OpenScale
Střední kvadratická chyba v metrikách kvality Watson OpenScale
Last updated: 15. 6. 2023
Střední kvadratická chyba dává střední kvadrát rozdílu mezi modelovým předpověďmi a cílovými hodnotami v Watson OpenScale. Lze ji použít jako měřítko kvality odhadu.
Střední kvadratická chyba na první pohled
- Popis: Střední hodnota na čtvercový rozdíl 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
Střední kvadrát chyba v jeho nejjednodušší formě je znázorněna následujícím vzorcem.
SUM (Yi - ^Yi) * (Yi - ^Yi)
Mean squared errors = ____________________________
number of errors
Další informace
Nadřízené téma: Přehled metrik kvality