Der Konfidenzwert gibt an, wie stark Ihr Modell die einzelnen Klassen oder Labels mit einem Testelement verknüpft. Je höher die Zahl, desto höher die Konfidenz des Modells, dass das Label auf dieses Element angewendet werden sollte. Sie entscheiden, wie hoch der Konfidenzwert für die Annahme der Ergebnisse des Modells sein muss.
Schieberegler für Punktzahl-Schwellenwert
In der Google Cloud Console bietet Vertex AI einen Schieberegler, mit dem Sie den Konfidenzwert für alle Klassen oder Labels oder für eine einzelne Klasse oder ein bestimmtes Label anpassen können. Der Schieberegler ist auf der Detailseite eines Modells in dem Bewerten Tab verfügbar. Der Konfidenzschwellenwert ist das Konfidenzniveau, das das Modell haben muss, um einem Testelement eine Klasse oder ein Label zuzuweisen. Wenn Sie den Schwellenwert anpassen, können Sie sehen, wie sich die Genauigkeit und die Trefferquote des Modells ändern. Höhere Schwellenwerte erhöhen normalerweise die einzelne und verringern den Recall.
Beispielausgabe für eine Batchvorhersage
Die Ausgabe der Batchvorhersage der AutoML-Bildklassifizierung wird als JSON-Zeilendateien in Cloud Storage-Buckets gespeichert. Jede Zeile der JSON Lines-Datei enthält alle Annotationskategorien (Labelkategorien) sowie die zugehörigen Konfidenzwerte für eine einzelne Bilddatei.
{
"instance": {"content": "gs://bucket/image.jpg", "mimeType": "image/jpeg"},
"prediction": {
"ids": [1, 2],
"displayNames": ["cat", "dog"],
"confidences": [0.7, 0.5]
}
}