0 / 0
Go back to the English version of the documentation
Střední kvadratická chyba v metrikách kvality Watson OpenScale
Last updated: 15. 6. 2023
Střední kvadratická chyba v metrikách kvality Watson OpenScale

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

Přezkoumání výsledků kvality

Nadřízené téma: Přehled metrik kvality

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more