<nom_du_modèle>!SHOW_THRESHOLD_METRICS¶

Renvoie les chiffres bruts et les métriques pour un seuil spécifique pour chaque classe dans les modèles où l’évaluation a été activée lors de l’instanciation. Cette méthode ne prend aucun argument. Voir Métriques dans show_threshold_metrics.

Sortie¶

Colonne	Type	Description
`dataset_type`	VARCHAR	Nom de l’ensemble de données utilisé pour le calcul des métriques, actuellement EVAL.
`class`	VARCHAR	Classe prévue. Chaque classe a son propre ensemble de mesures, qui sont fournies sur plusieurs lignes.
`threshold`	FLOAT	Seuil utilisé pour générer des prédictions.
`precision`	FLOAT	Précision pour la classe donnée. Rapport entre le nombre de vrais positifs et le nombre total de positifs prédits.
`recall`	FLOAT	Rappel pour la classe donnée. Également appelé « sensibilité ». Rapport entre les vrais positifs et le total des positifs réels.
`f1`	FLOAT	Score F1 pour la classe donnée.
`tpr`	FLOAT	Taux de vrais positifs pour la classe donnée.
`fpr`	FLOAT	Taux de faux positifs pour la classe donnée.
`tp`	INTEGER	Nombre total de vrais positifs dans la classe donnée.
`fp`	INTEGER	Nombre total de faux positifs dans la classe donnée.
`tn`	INTEGER	Nombre total de vrais négatifs dans la classe donnée.
`fn`	INTEGER	Nombre total de faux négatifs dans la classe donnée.
`accuracy`	FLOAT	Précision (rapport entre les prédictions correctes, positives et négatives, et le nombre total de prédictions) pour la classe donnée.
`support`	INTEGER	Prise en charge (vrais positifs plus faux négatifs) pour la classe donnée.
`logs`	VARIANT	Contient des messages d’erreur ou d’avertissement.