Główny błąd kwadratowego błędu w pomiarach jakości Watson OpenScale

Go back to the English version of the documentation

Last updated: 15 cze 2023

Główny błąd kwadratowego błędu w pomiarach jakości Watson OpenScale

Widok RMSE (root-mean-squared error) pokazuje różnicę między wartościami przewidywanymi i obserwowanymi w modelu Watson OpenScale .

Główny błąd średniej kwadratowej błędu w skrócie

Opis: kwadratowy element główny średniej kwadratowej różnicy między przewidywaniem modelu a wartością docelową.
Domyślne progi: Górna granica = 80%
Domyślna rekomendacja:
- tendencja wzrostowa: trend wzrostowy wskazuje, że pomiar jest pogarszający się. Dane zwrotne stają się znacznie inne niż dane treningowe.
- Trend w dół: trend spadkowy wskazuje, że pomiar jest udoskonalany. Oznacza to, że przekwalifikowanie modelu jest skuteczne.
- Zmienność nieregularna lub nieregularna: odmiana nieregularna lub nieregularna wskazuje, że dane dotyczące sprzężenia zwrotnego nie są spójne między ocenami. Zwiększ minimalną wielkość próbki dla monitora jakości.
Typ problemu: Regresja
Wartości wykresu: Ostatnia wartość w przedziale czasu
Dostępne szczegóły metryk: Brak

Element główny błędu średniego kwadratu jest równy pierwiastek kwadratowego średniej (prognozy minus obserwowane wartości).

          ___________________________________________________________
RMSE  =  √(forecasts - observed values)*(forecasts - observed values)

Temat nadrzędny: Przegląd wielkości mierzonych dotyczących jakości