ClassificationMultilabelPrimaryMetrics type

Podstawowe metryki dla zadań klasyfikacji z wieloma etykietami.
KnownClassificationMultilabelPrimaryMetrics może być używany zamiennie z ClassificationMultilabelPrimaryMetrics, a ten enum zawiera znane wartości obsługiwane przez usługę.

Znane wartości obsługiwane przez usługę

AUCWeighted: AUC to obszar pod krzywą. Ta metryka reprezentuje średnią arytmetyczną wyniku dla każdej klasy, ważoną liczbą prawdziwych wystąpień w każdej klasie.
Dokładność: Dokładność to stosunek przewidywań, które dokładnie odpowiadają prawdziwym etykietom klas.
NormMacroRecall: Normalizowane makro przypomnienie to uśrednienie i normalizowanie makro przypominania, tak że losowa wydajność ma wynik 0, a perfekcyjna ocena 1.
AveragePrecisionScoreWeighted: Średnia arytmetyczna średniego wyniku precyzji dla każdej klasy, ważona liczbą prawdziwych przypadków w każdej klasie.
PrecisionScoreWeighted: Średnia arytmetyczna precyzji dla każdej klasy, ważona liczbą prawdziwych przypadków w każdej klasie.
IOU: Przecięcie nad Unią. Przecięcie przewidywań podzielone przez sumę przewidywań.