Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

クラス別の精度

クラス別の精度タブは、保護された各特徴量に対して、クラスごとにセグメント化された評価指標とROC曲線関連のスコアを計算します。これらの指標を使用して、モデルのパフォーマンスと、特定の保護された特徴量/クラスセグメントでのモデルの動作をより理解できます。

クラス別の精度テーブル

クラス別の精度テーブルを使用して、各保護クラスのモデルの精度パフォーマンスを理解できます。上部のドロップダウンを使用して、保護された特徴量を変更します。

各精度指標の説明を次の表に示します。

指標 説明
最適化指標(この例ではLogLoss) モデル構築前にデータページで選択された最適化指標を表示します。
F1 陽性的中率とリコールに基づいて計算されたモデルの精度スコアを報告します。
AUC(曲線の下の領域) モデルがさまざまなクラスをいかにうまく区別できるかを測定します。
精度 正しく分類されたインスタンスの割合を測定します。

上記の例では、LogLoss(プロジェクトの最適化指標)を男性と女性で比較しています。女性のスコアは低く、モデルは男性よりも女性の給与率を正しく予測するのに優れていることを意味します。


更新しました February 22, 2022
Back to top