Go back to the English version of the documentationPrzywracanie ważone w pomiarach jakości Watson OpenScale
Przywracanie ważone w pomiarach jakości Watson OpenScale
Last updated: 15 cze 2023
Przywracanie ważone daje średnią ważoną przywracanie wagi z uwzględnieniem prawdopodobieństwa klasy w systemie Watson OpenScale.
Przywracanie ważone w skrócie
- Opis: Ważona średnia z wagi równej prawdopodobieństwu klasy
- Progi domyślne: Dolny limit = 80%
- Domyślna rekomendacja:
- Trend wzrostowy: trend wzrostowy wskazuje, że pomiar jest udoskonalany. Oznacza to, że przekwalifikowanie modelu jest skuteczne.
- Trend w dół: trend spadkowy wskazuje, że pomiar jest pogarszający się. Dane zwrotne stają się znacznie inne niż dane treningowe.
- Zmienność nieregularna lub nieregularna: odmiana nieregularna lub nieregularna wskazuje, że dane dotyczące sprzężenia zwrotnego nie są spójne między ocenami. Zwiększ minimalną wielkość próbki dla monitora jakości.
- Typ problemu: klasyfikacja wieloklasowa
- Wartości wykresu: Ostatnia wartość w przedziale czasu
- Dostępne szczegóły metryk: Macierz konfuzyjna
Wykonaj matematykę
Przywracanie ważone (wR) jest zdefiniowane jako liczba prawdziwych pozytyw (Tp) w stosunku do liczby prawdziwych pozytyw plus liczba fałszywych negatywów (Fn) używanych z ważonymi danymi.
number of true positives
Recall = ______________________________________________________
number of true positives + number of false negatives
Więcej inform.
Temat nadrzędny: Przegląd wielkości mierzonych dotyczących jakości