0 / 0
Retourner à la version anglaise de la documentation
Taux de vrais positifs dans les métriques de qualité Watson OpenScale
Dernière mise à jour : 07 oct. 2024
Taux de vrais positifs dans les métriques de qualité Watson OpenScale

Le taux de vrais positifs (TPR) donne la proportion de prévisions correctes dans les prévisions des classes positives dans Watson OpenScale.

Taux de vrais positifs en un coup d'œil

  • 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

Le taux de vrais positifs est calculé avec la formule suivante :

                  number of true positives
TPR =  _________________________________________________________

        (number of true positives + number of false negatives)

En savoir plus

Examen des résultats de qualité

Rubrique parent : Présentation des métriques de qualité

Recherche et réponse à l'IA générative
Ces réponses sont générées par un modèle de langue de grande taille dans watsonx.ai en fonction du contenu de la documentation du produit. En savoir plus