Go back to the English version of the documentationWatson OpenScale 质量指标
Watson OpenScale 质量指标
Last updated: 2024年10月07日
在 Watson OpenScale中启用质量评估时，可以生成度量值，以帮助您确定模型预测结果的情况。
您可以在 Watson OpenScale中的 "洞察" 仪表板 上查看质量评估结果。 要查看结果，您可以选择模型部署磁贴，然后单击 质量 评估部分中的箭头 
以显示上次评估的质量度量的摘要。 有关更多信息，请参阅 查看质量结果。
使用手动标记的反馈数据和受监视的部署响应来计算质量指标。 有关更多信息，请参阅 管理反馈数据。
支持的质量指标
Watson OpenScale 支持以下质量指标：
二元分类问题
对于二元模型，Watson OpenScale 会跟踪模型质量何时低于可接受的级别。 对于二元分类模型，它会检查 ROC 下的面积 分数，该分数用于测量模型区分两个类的能力。 例如， ROC 下的面积 得分较高的模型更适合将 A 类标识为 A 类，将 B 类标识为 B 类。 以下度量用于度量二元分类问题:
回归分类问题
对于回归模型， Watson OpenScale 会跟踪模型质量何时低于可接受的级别，并检查 R 平方 得分。 R 方 得分度量预测值与实际值之间的相关性。 例如，具有较高 R 平方评分 的模型更适合实际值。 以下度量用于度量回归分类问题:
多类分类问题
对于多分类模型， Watson OpenScale 会跟踪模型质量何时低于可接受的级别，并检查提供准确预测百分比的 准确性 分数。 以下度量用于度量多类分类问题:
注：
Watson OpenScale 检测到质量的问题（如准确性阈值违例）后，您必须构建模型的新版本以修复该问题。 使用反馈表中手动标记的数据，必须将模型与原始训练数据一起重新训练。
了解更多信息
父主题: 配置质量评估