La précision en bref

• Description : proportion des prévisions correctes dans les prévisions de la classe positive
• Seuils par défaut : limite inférieure = 80%
• Recommandation par défaut :
  • Tendance à la hausse : une tendance à la hausse indique que la métrique s'améliore. Cela signifie que l'entraînement du modèle est efficace.
  • Tendance à la baisse : une tendance à la baisse indique que la métrique se dégrade. Les données de commentaires deviennent nettement différentes des données d'entraînement.
  • Variation erratique ou irrégulière : Une variation erratique ou irrégulière indique que les données de commentaires ne sont pas cohérentes entre les évaluations. Augmentez la taille d'échantillon minimale pour le moniteur Qualité.
• Type de problème : Classification binaire
• Valeurs de graphique : dernière valeur de la période
• Détails des métriques disponibles : Matrice de confusion

Calculs

La précision (P) est définie comme le nombre de vrais positifs (Tp - true positives) sur le nombre de vrais positifs plus le nombre de faux positifs (Fp).

                           number of true positives
Precision =  __________________________________________________________

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

En savoir plus

Examen des résultats de qualité

Rubrique parent : Présentation des métriques de qualité