Analisando o recall de modelos (Studio)
O que há nesta página
Sobre a análise do recall de modelos
Uma das maneiras de avaliar a eficácia de um modelo de categorização é medir sua recuperação. Recall é a porcentagem de documentos que foram categorizados em um modelo específico.
Para analisar a recuperação do modelo, você deve comparar a porcentagem de documentos categorizados no modelo com o número de documentos não categorizados. Para fazer isso, você pode criar duas métricas: uma para dados categorizados e outra para dados não categorizados.
Qdica: Interessado em explorar mais seus dados? Consulte nossas páginas sobre Filtragem por um modelo de categoria inteira e Exploração de dados não categorizados (global other).
Criação de uma métrica categorizada por porcentagem
Qdica: se um modelo tiver regras de nível de raiz, a condição “categorized” (categorizado) retornará todos os documentos que correspondem à regra de nível de raiz. No entanto, nenhuma outra categoria desse modelo é levada em conta. Para saber mais sobre esses resultados, consulte Como as regras de nível de raiz afetam o Filtro categorizado.
Criação de uma métrica de porcentagem sem categoria
Exibição dos Resultados
Depois de criar suas métricas, você pode exibi-las em widgets como qualquer outra métrica (por exemplo, exibir 1 valor em um widget de métrica ou exibir ambos os valores em um widget de pizza) . Essas métricas podem ser usadas de forma intercambiável, dependendo de sua análise.
Isso é ótimo! Obrigado pelo seu feedback!
Obrigado pelo seu feedback!