0 / 0
Go back to the English version of the documentation
Watson OpenScale kalite metriklerinde ortalama kare hatası
Last updated: 15 Haz 2023
Watson OpenScale kalite metriklerinde ortalama kare hatası

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

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