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

Přesnost poskytuje poměrnou část správných předpovědí v celkovém předpovědích kladných tříd v produktu Watson OpenScale.

Přesnost na první pohled

  • Popis: Podíl správných předpovědí v předpovědích pozitivní třídy
  • Výchozí prahové hodnoty: Dolní limit = 80%
  • Výchozí doporučení:
    • Meziroční trend: Trend směřující vzhůru označuje, že se metrika zlepšuje. To znamená, že rekvalifikace modelu je účinná.
    • Meziroční trend: Klesající trend označuje, že se metrika zhoršuje. Zpětná vazba dat se výrazně liší od údajů o odborné přípravě.
    • 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: Binární klasifikace
  • Hodnoty grafu: Poslední hodnota v časovém rámci.
  • Dostupné podrobnosti metriky: Matice sloučení

Spojte si to

Přesnost (P) je definována jako počet pravdivých pozitiv (Tp) nad počtem pravých pozitiv plus počet falešných pozitiv (Fp).

                           number of true positives
Precision =  __________________________________________________________

             (number of true positives + the number of false positives)

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