Go back to the English version of the documentationWatson OpenScale kalite ölçümlerinde gerçek pozitif oran
Watson OpenScale kalite ölçümlerinde gerçek pozitif oran
Last updated: 15 Haz 2023
Gerçek pozitif oran (TPR), Watson OpenScale' taki pozitif sınıfların öngörülerinde doğru tahminlerin oranını verir.
Bir bakışta gerçek pozitif oran
- Description(Açıklama): Olumlu sınıfa ilişkin öngörülerde doğru öngörülerin önbölümü
- Varsayılan eşikler: alt sınır = 80%
- Varsayılan öneri:
- Yukarı yönlü eğilim: Yukarı yönlü bir eğilim, metriğin iyileştirileceğini gösterir. Bu, model yeniden eğitiminin etkili olduğu anlamına gelir.
- Aşağı yönlü eğilim: Aşağı doğru bir eğilim, metriğin bozulduğunu gösterir. Geri bildirim verileri, eğitim verisinden önemli ölçüde farklı hale geliyor.
- Dengesiz ya da düzensiz varyasyon: düzensiz ya da düzensiz bir varyasyon, değerlendirmeler arasında geribildirim verilerinin tutarlı olmadığını gösterir. Kalite izleme programı için örnek büyüklüğü alt sınırını artırın.
- Sorun tipi: İkili sınıflandırma
- Grafik değerleri: Zaman çerçevesindeki son değer
- Ölçüm ayrıntıları kullanılabilir: Konfüzyon matrisi
Hesabı yap.
True pozitif oranı aşağıdaki formülle hesaplanır:
number of true positives
TPR = _________________________________________________________
(number of true positives + number of false negatives)
Daha fazla bilgi
Kalite sonuçlarını gözden geçirme
Üst konu: Kalite ölçümlerine genel bakış