0 / 0
Torna alla versione inglese della documentazione
Precisione ponderata nelle metriche di qualità Watson OpenScale
Ultimo aggiornamento: 07 ott 2024
Precisione ponderata nelle metriche di qualità Watson OpenScale

La precisione ponderata fornisce la media ponderata della precisione con pesi uguali alla probabilità della classe in Watson OpenScale.

Precisione ponderata a colpo d'occhio

  • Descrizione: la media ponderata della precisione con pesi uguali alla probabilità della classe
  • Soglie predefinite: limite inferiore = 80%
  • Raccomandazione predefinita:
    • Andamento crescente: un andamento crescente indica che la metrica sta migliorando. Ciò significa che il nuovo training del modello è efficace.
    • Andamento decrescente: un andamento decrescente indica che la metrica sta peggiorando. I dati di feedback stanno riportando differenze significative rispetto ai dati di training.
    • Variazione anomala o irregolare: una variazione anomala o irregolare indica che i dati di feedback non sono congruenti tra le valutazioni. Incrementare la dimensione minima del campione per il monitor Qualità.
  • Tipo di problema: classificazione multi-classe
  • Valori del grafico: Ultimo valore nel timeframe
  • Dettagli di metriche disponibili: matrice di confusione

Calcolo matematico

La precisione (P) è definita come il numero di veri positivi (Tp) rispetto al numero di veri positivi più il numero di falsi positivi (Fp).

                            number of true positives
Precision =  ________________________________________________________

             number of true positives + the number of false positives

Ulteriori informazioni

Revisione dei risultati di qualità

Argomento principale: Panoramica delle metriche di qualità

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni