Torna alla versione inglese della documentazionePrecisione nelle metriche di qualità Watson OpenScale
Precisione nelle metriche di qualità Watson OpenScale
Ultimo aggiornamento: 07 ott 2024
La precisione fornisce la proporzione di previsioni corrette nelle previsioni totali delle classi positive in Watson OpenScale.
Precisione a colpo d'occhio
- Descrizione: la proporzione delle previsioni corrette nelle previsioni della classe dei positivi
- Soglie predefinite: limite inferiore = 80%
- Raccomandazione predefinita:
- Andamento crescente: un andamento crescente indica che la metrica sta migliorando. Ciò significa che il nuovo training del modello è efficace.
- Andamento decrescente: un andamento decrescente indica che la metrica sta peggiorando. I dati di feedback stanno riportando differenze significative rispetto ai dati di training.
- Variazione anomala o irregolare: una variazione anomala o irregolare indica che i dati di feedback non sono congruenti tra le valutazioni. Incrementare la dimensione minima del campione per il monitor Qualità.
- Tipo di problema: classificazione binaria
- Valori del grafico: Ultimo valore nel timeframe
- Dettagli di metriche disponibili: matrice di confusione
Calcolo matematico
La precisione (P) è definita come il numero di veri positivi (Tp) rispetto al numero di veri positivi più il numero di falsi positivi (Fp).
number of true positives
Precision = __________________________________________________________
(number of true positives + the number of false positives)
Ulteriori informazioni
Revisione dei risultati di qualità
Argomento principale: Panoramica delle metriche di qualità