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

Il richiamo ponderato fornisce la media ponderata del richiamo con pesi uguali alla probabilità della classe in Watson OpenScale.

Richiamo ponderato a colpo d'occhio

  • Descrizione: la media ponderata del richiamo 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

Il richiamo ponderato (wR) è definito come il numero di veri positivi (Tp) sul numero di veri positivi più il numero di falsi negativi (Fn) utilizzati con i dati ponderati.

                          number of true positives
Recall =   ______________________________________________________

           number of true positives + number of false negatives

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