Le score de confiance indique à quel point votre modèle associe chaque classe ou étiquette à un élément de test. Plus le score est élevé, plus le modèle a de chances d'appliquer l'étiquette à cet élément. C'est vous qui décidez du seuil de confiance auquel vous acceptez les résultats du modèle.
Curseur du seuil de score
Dans la console Google Cloud, Vertex AI fournit un curseur permettant d'ajuster le seuil de confiance pour toutes les classes ou étiquettes, ou une classe ou une étiquette individuelle. Le curseur est disponible sur la page des détails du modèle dans l'onglet Évaluation. Le seuil de confiance est le niveau de confiance minimum pour que le modèle attribue une classe ou une étiquette à un élément de test. Lorsque vous ajustez le seuil, vous pouvez voir comment les valeurs de précision et de rappel de votre modèle changent. Les seuils plus élevés augmentent généralement la précision et abaissent le rappel.
Exemple de résultat de prédiction par lot
L'exemple suivant est le résultat prédit pour un modèle de classification multi-étiquette. Le modèle a appliqué les étiquettes GreatService
, Suggestion
et InfoRequest
au document envoyé. Les valeurs de confiance s'appliquent à chacune des étiquettes dans l'ordre. Dans cet exemple, le modèle a prédit l'étiquette GreatService
comme étant la plus pertinente.
{ "instance": {"content": "gs://bucket/text.txt", "mimeType": "text/plain"}, "predictions": [ { "ids": [ "1234567890123456789", "2234567890123456789", "3234567890123456789" ], "displayNames": [ "GreatService", "Suggestion", "InfoRequest" ], "confidences": [ 0.8986392080783844, 0.81984345316886902, 0.7722353458404541 ] } ] }