文档
了解机器学习性能，包括如何衡量它，以及如何在 Metabase 的仪表板和可视化中利用它。
机器学习性能指标是一组指标，告诉您有关各种分类性能指标。这些指标旨在确定机器学习在预测、收集信息和机器学习特定性方面工作得有多好。我们使用的机器学习几乎从未达到100%的准确率；要达到这种准确率将需要大量的资源。这些指标的真实目的是确保您的机器学习达到可用的标准。
开始使用
您可以使用多种不同的计算方法来评估机器学习的可靠性。您需要根据实际和预测的分类来了解机器学习的真正和错误的正负样本。以下是一些可以进行的计算示例：召回率（或灵敏度）- 模型预测正例的次数。准确率 - 模型在所有类别中的表现。精确率 - 模型做出的正例预测的质量。对数损失 - 预测概率与其真实值之间的接近程度。
通过收集最重要的指标到一个单一视图中，让每个人保持一致。
将数据嵌入到您的内部维基、网站和内容中，使其无处不在。
赋予您的团队测量自身进步并探索实现目标的新路径的权力。
没错，无需销售电话——只需注册，5分钟内即可开始运行。
我们连接到最流行的生产数据库和数据仓库。
邀请您的团队并开始构建仪表板——无需SQL。
