模型评分

该平台通过计算整体模型评分来帮助用户训练模型，该模型通过考虑许多关键影响因素来评估模型的整体运行状况和性能。

此评分是创建的专有分数，用于确保我们的用户创建的模型在所有最重要的领域均表现良好。

评分考虑的四个主要因素是：

• 平衡- 此因素用于评估训练数据是否能平衡地代表整个数据集
• 表现不佳的标签- 评估具有最严重警告的 10％ 标签的性能
• 覆盖率- 评估信息标签的预测对整个数据集的覆盖程度
• 所有标签- 通过查看分类中的每个标签来评估标签的平均性能

验证中的模型评分示例