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

Le rappel pondéré donne la moyenne pondérée du rappel avec des poids égaux à la probabilité de classe dans Watson OpenScale.

Le rappel pondéré en bref

  • Description : moyenne pondérée des rappels avec des poids égaux à la probabilité de classe
  • 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 multi-classes
  • Valeurs de graphique : dernière valeur de la période
  • Détails des métriques disponibles : Matrice de confusion

Calculs

Le rappel pondéré (wR - weighted recall) est défini comme le nombre de vrais positifs (Tp - true positives) sur le nombre de vrais positifs plus le nombre de faux négatifs (Fn) utilisés avec des données pondérées.

                          number of true positives
Recall =   ______________________________________________________

           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