Go back to the English version of the documentationPřesnost v metrikách kvality Watson OpenScale
Přesnost v metrikách kvality Watson OpenScale
Last updated: 15. 6. 2023
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
Nadřízené téma: Přehled metrik kvality