覆盖

覆盖是机器学习中经常使用的一个术语，表示模型“覆盖”用于分析的数据的程度。 在 Communications Mining 中，这与数据集中具有信息标签预测的消息所占比例相关，并在“验证”中显示为百分比分数。

“ 信息标签 ”是平台通过查看 与其他标签一起分配的频率 ，认为 可用作独立标签 的标签。始终分配有另一个标签的标签，例如 在计算分数时，系统会降低从未单独分配的父标签或始终为其他标签分配“紧急”标签的父标签的权重。

下图显示了整个数据集的低覆盖率与高覆盖率的对比情况。 假设阴影圆圈是具有信息标签预测的消息。

作为指标，覆盖率是一种非常有用的方法，可以了解您是否已捕获数据集中的所有不同的潜在概念，以及是否已为它们提供足够多且多样化的训练示例，以便平台可以有效地进行预测。

几乎在所有情况下，模型的覆盖率越高，其性能就越好，但在检查模型性能时，不应单独考虑这一点。

同样非常重要的是，分类中的标签必须保持良好状态，这意味着它们具有较高的平均精度，并且没有其他性能警告，并且训练数据是整个数据集的均衡表示。

如果标签运行状况不佳或训练数据不能代表数据集，则平台计算的模型覆盖率将不可靠。

如果您使用模型来推动自动化流程，则具有高覆盖率的模型尤为重要。

有关模型覆盖率以及如何检查模型覆盖率的更多详细信息，请参见此处。