Métrica de avaliação da precisão
A métrica de precisão mede a correção das previsões do modelo calculando a proporção de resultados corretos entre o número total de resultados.
Detalhes da métrica
A precisão é uma métrica de avaliação de qualidade que mede a qualidade do desempenho dos modelos de aprendizado de máquina de classificação binária e multiclasse em watsonx.governance.
Escopo
A métrica de precisão avalia apenas os modelos de aprendizado de máquina.
- Tipos de ativos de IA : Modelos de aprendizado de máquina
- Tipo de problema de aprendizado de máquina :
- Classificação binária
- Classificação de multiclasse
Pontuações e valores
A pontuação da métrica de precisão indica a proporção de previsões corretas feitas pelo seu modelo em comparação com o número total de previsões. Pontuações mais altas indicam que foram feitas mais previsões corretas.
- Faixa de valores : 0.0-1.0
- Melhor pontuação possível : 1.0
- Valores do gráfico: último valor no intervalo de tempo
- Proporções :
- Em 0: nenhuma previsão correta
- Acima de 0: indica precisão crescente com mais previsões corretas
Configurações
Limite padrão : Limite inferior = 80%
Fazer os cálculos
A precisão é calculada com a seguinte fórmula:
- TP = Verdadeiros positivos
- TN = Negativos verdadeiros
- FP = falsos positivos
- FN = falsos negativos