0 / 0
Volver a la versión inglesa de la documentación
Tasa de falsos positivos ponderados en métricas de calidad de Watson OpenScale
Última actualización: 07 oct 2024
Tasa de falsos positivos ponderados en métricas de calidad de Watson OpenScale

La tasa de falsos positivos ponderados proporciona la media ponderada de la tasa de falsos positivos (FPR) de clase con ponderaciones iguales a la probabilidad de clase en Watson OpenScale.

Detalles del índice de falsos positivos ponderados (wFPR)

  • Descripción: Proporción de predicciones incorrectas en clase positiva

  • Umbrales predeterminados: límite inferior = 80%

  • Recomendación predeterminada:

    • Tendencia al alza: Una tendencia al alza indica que la métrica se está deteriorando. Los datos de comentarios ya son significativamente distintos respecto a los datos de entrenamiento.
    • Tendencia a la baja: Una tendencia a la baja indica que la métrica está mejorando. Esto significa que el reentrenamiento del modelo es efectivo.
    • Variación errática o irregular: Una variación errática o irregular indica que los datos de comentarios no son coherentes entre evaluaciones. Incremente el tamaño mínimo de la muestra para el supervisor de calidad.
  • Tipo de problema: Clasificación multiclase

  • Valores de gráfico: Último valor en el margen de tiempo

  • Detalles de métricas disponibles: Matriz de confusión

Cómo se calcula

El índice de falsos positivos ponderados es la aplicación del FPR con datos ponderados.

                   number of false positives
FPR =  ______________________________________________________

       (number of false positives + number of true negatives)

Más información

Revisión de resultados de calidad

Tema principal: Visión general de las métricas de calidad

Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información