模型评分

平台通过计算整体模型评分来帮助您训练模型。此评分通过考虑一些关键影响因素来评估模型的整体运行状况和性能。

创建此评分是为了确保您创建的模型在所有最重要的领域都表现良好。

评分时考虑的主要因素包括：

• 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- 评估具有最重要警告的 10％ 的标签的性能。
• 覆盖率- 评估信息标签的预测在整体上覆盖整个数据集的程度。
• 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。