Você está aqui:
Avaliação de limite para casos de uso de classificação binária
A Avaliação do limite ajuda a otimizar o valor do limite de um modelo. O valor de limite informa ao modelo como classificar um resultado binário. Se a probabilidade calculada estiver acima do valor do limite, o Einstein classificará o resultado de uma maneira (como verdadeiro ou positivo). Se a probabilidade calculada estiver abaixo do valor de limite, o Einstein classificará o resultado da outra maneira (como falso ou negativo).
Navegar para avaliação de limite
Em Desempenho, clique em Avaliação do limite.
Métricas na guia Avaliação do limite
| Métrica | Descrição |
|---|---|
| Controles | É possível definir um limite ideal que represente o corte dos dois resultados que estão sendo previstos. Para alterar o valor de limite selecionado:
O valor de Valor do limite reflete sua seleção. No gráfico de ROC, o ponto azul se move para o local correspondente na linha do Modelo real que representa o valor de limite na curva ROC. |
| Curva ROC | Curva de característica operacional do receptor. Exibe a medição de desempenho em várias configurações de limite. ROC é uma curva de probabilidade e AUC (área sob a curva) representa o grau ou a medida de capacidade de separação. Esse gráfico mostra a capacidade do modelo de distinguir entre classes.
|
| Número de linhas | Número de linhas nos dados de treinamento. |
| AUC | Área sob a curva. Representa a taxa de classificação correta por um modelo logístico. Um AUC de 0,5 significa que o desempenho do modelo não é melhor que um modelo aleatório. Um AUC de 1,0 significa que o modelo classifica corretamente os dados 100% do tempo, o que pode indicar vazamento de dados. |
