0 / 0
Go back to the English version of the documentation
Przywracanie ważone w pomiarach jakości Watson OpenScale
Last updated: 15 cze 2023
Przywracanie ważone w pomiarach jakości Watson OpenScale

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.

Przeglądanie wyników jakości

Temat nadrzędny: Przegląd wielkości mierzonych dotyczących jakości