Go back to the English version of the documentationWatson OpenScale kalite metriklerinde ortalama kare hatası
Watson OpenScale kalite metriklerinde ortalama kare hatası
Last updated: 15 Haz 2023
Mean-squared error gives the mean of squared difference between model predictions and target values in Watson OpenScale. Bir estimator 'un kalitesiyle ilgili ölçü olarak kullanılabilir.
Ortalama bir bakışta karesi hatası
- Açıklama: Model öngörüsü ile hedef değer arasındaki kare fark anlamına gelir.
- Varsayılan eşikler: Üst sınır = 80%
- Varsayılan öneri:
- Yukarı yönlü eğilim: Yukarı yönlü bir eğilim, metriğin bozulduğunu gösterir. Geri bildirim verileri, eğitim verisinden önemli ölçüde farklı hale geliyor.
- Aşağı yönlü eğilim: Aşağı doğru bir eğilim, metriğin iyileştirileceğini gösterir. Bu, model yeniden eğitiminin etkili olduğu anlamına gelir.
- Dengesiz ya da düzensiz varyasyon: düzensiz ya da düzensiz bir varyasyon, değerlendirmeler arasında geribildirim verilerinin tutarlı olmadığını gösterir. Kalite izleme programı için örnek büyüklüğü alt sınırını artırın.
- Sorun tipi: Regresyon
- Grafik değerleri: Zaman çerçevesindeki son değer
- Ölçüm ayrıntıları kullanılabilir: Yok
Hesabı yap.
En basit formdaki Ortalama kare hatası aşağıdaki formülle temsil edilir.
SUM (Yi - ^Yi) * (Yi - ^Yi)
Mean squared errors = ____________________________
number of errors
Daha fazla bilgi
Kalite sonuçlarını gözden geçirme
Üst konu: Kalite ölçümlerine genel bakış