Volver a la versión inglesa de la documentaciónPrecisión ponderada en métricas de calidad de Watson OpenScale
Precisión ponderada en métricas de calidad de Watson OpenScale
Última actualización: 07 oct 2024
La precisión ponderada proporciona la media ponderada de precisión con ponderaciones iguales a la probabilidad de clase en Watson OpenScale.
Detalles de la precisión ponderada
- Descripción: Media ponderada de precisión con ponderaciones iguales a la probabilidad de clase
- Umbrales predeterminados: límite inferior = 80%
- Recomendación predeterminada:
- Tendencia al alza: Una tendencia al alza indica que la métrica está mejorando. Esto significa que el reentrenamiento del modelo es efectivo.
- Tendencia a la baja: Una tendencia a la baja indica que la métrica se está deteriorando. Los datos de comentarios ya son significativamente distintos respecto a los datos de entrenamiento.
- 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
La precisión (P) se define como el número de verdaderos positivos (Tp) sobre el número de verdaderos positivos más el número de falsos positivos (Fp).
number of true positives
Precision = ________________________________________________________
number of true positives + the number of false positives
Más información
Revisión de resultados de calidad
Tema principal: Visión general de las métricas de calidad