機械学習モデルのトレーニング
機械学習モデルを、これに含まれているラベル付け情報に基づいてトレーニングします。


各行には、ラベル名と、ユーザーによってそのラベルが割り当てられたパートの合計数が表示されます。この総和はSupport列に表示されます。
- Precision
- 特定タイプの正しく予測されたラベルの数の、それと同じラベルの予測総数に対する比率。この比率から、機械学習モデルがラベルをどれだけ正しく予測できるのかが分かります。
- Support
- 各ラベル(ユーザー定義)が割り当てられたパートの合計数。
- Overall Accuracy
- 予測総数に対する正しい予測数の全体での比率。
Floor行では、Floor列に“4”、Lights列に“1”と表示されています。これは、Support列の総数でわかるように、ユーザーによって5つのFloorラベルがパートに割り当てられたことを意味します。
Floor列の“4”は、Floorラベルには4個のパートがあると機械学習モデルが予測したことを意味します。パートがFloorであると機械学習モデルが予測した場合は常に正しい予測だったため、この精度は1になります。
Lights行については、Support列の“7”という数字は、7個のLightsラベルがパートに割り当てられたことを意味します。しかし、Lights列では、Floor行に“1”、Lights行に“7”と表示されています。これは、機械学習モデルは8個のパートがライトであると予測し、そのうち7回の予測は正しかったものの、1回については、Floorラベルが割り当てられたパートがライトであると間違って予測されたということです。したがって、Lightsの予測精度は7/8=0.88です。