Cara kerjanya
Skor kepercayaan dalam Classify adalah nilai numerik antara 0% dan 100%, dinyatakan sebagai desimal, yang dimaksudkan untuk mewakili tingkat kepastian klasifikasi. Skor ini ditentukan menggunakan entropi, metode dari teori informasi yang mengukur ketidakpastian atau keacakan dalam data. Karena entropi mengukur ketidakpastian, ketidakpastian yang lebih tinggi menyebabkan skor kepercayaan yang lebih rendah, sementara ketidakpastian yang lebih rendah menghasilkan skor kepercayaan yang lebih tinggi. Pendekatan ini memberikan pemahaman yang lebih bernuansa tentang ketidakpastian dalam klasifikasi, menghasilkan skor kepercayaan yang lebih akurat dibandingkan dengan pendekatan probabilitas standar, yang hanya mengukur opsi yang paling mungkin.
Skor kepercayaan yang didefinisikan di sini bukan yang dikalibrasi. Ini berarti bahwa skor itu sendiri tidak dapat diinterpretasikan dalam istilah absolut. Sebagai contoh, skor 85% tidak selalu berarti bahwa klasifikasi akan menghasilkan sesuatu yang menguntungkan 85% dari waktu untuk tujuan Anda. Sebaliknya, skor ini paling berguna ketika dibandingkan satu sama lain. Klasifikasi dengan kepercayaan 85% memiliki kemungkinan hasil yang menguntungkan lebih tinggi dibandingkan dengan skor kepercayaan 75%.
Pertimbangkan skenario ini: memberikan hanya "sweater" atau "food" sebagai informasi mungkin dengan keliru menyarankan bahwa kedua kategori memiliki kesempatan yang sama untuk benar. Namun, "sweater" memiliki 10 sub-judul, sementara "other food preparations" mencakup 600 sub-judul. Skor kepercayaan berbasis entropi mempertimbangkan perbedaan-perbedaan ini, menghasilkan kepercayaan yang jauh lebih tinggi dalam klasifikasi "sweater" daripada dalam klasifikasi "food".
Rentang kepercayaan
Tersedia di Dashboard, rentang kepercayaan Classify menyediakan kerangka kerja yang mudah dipahami dan intuitif untuk menafsirkan skor kepercayaan. Evaluasi ahli tentang penilaian entropi dan data menginformasikan pembuatan rentang-rentang ini, dengan tujuan mengkomunikasikan tingkat kepercayaan kami dalam setiap klasifikasi. Sistem ini dirancang untuk meminimalkan ambiguitas, memudahkan pengguna untuk membuat keputusan berdasarkan informasi berdasarkan skor kepercayaan.
- 75-100% = Kepercayaan tinggi
- 50-74% = Kepercayaan sedang
- 25-49% = Kepercayaan wajar
- 10-24% = Kepercayaan rendah
- 0-9% = Tidak ada hasil
Sesuaikan skor kepercayaan minimum
Meskipun Classify memiliki skor kepercayaan default, Anda dapat menyesuaikan skor untuk memenuhi kebutuhan bisnis Anda. Jika skor kepercayaan kurang dari persentase yang diinginkan, Classify tidak akan mengembalikan kode HS. Sebaliknya, akan memberitahu Anda bahwa kode HS tidak dapat ditemukan dan meminta Anda untuk menambahkan informasi produk lebih banyak.
Skor kepercayaan Classify adalah bagian penting dari Classify karena memastikan kami mengembalikan kode HS dalam toleransi risiko Anda. Sebagai contoh, jika Anda menetapkan skor kepercayaan pada 25%, Classify mungkin tidak akan memberikan klasifikasi untuk deskripsi yang ambigu seperti "handmade accessories" atau "dragon pack". Namun, dengan mengurangi skor kepercayaan menjadi 0%, Classify akan membuat asumsi, seperti mengklasifikasikan "handmade accessories" sebagai "bracelets" dan "dragon pack" sebagai "toy", untuk memastikan Anda menerima respons klasifikasi kapan pun memungkinkan.
Untuk berkonsultasi dengan ahli klasifikasi dan menyesuaikan tingkat skor kepercayaan Anda, hubungi classify@zonos.com.
Kode HS yang disediakan
Jika Anda menyediakan kode HS yang disediakan sebagai bidang input Classify, kami menganggap itu sebagai atribut yang diketahui. Dengan demikian, semua klasifikasi akan berada dalam subset taksonomi tersebut, dan skor kepercayaan yang disediakan akan terbatas pada subset taksonomi yang sama. Sebagai contoh, jika Anda memberikan 62 sebagai kode HS yang disediakan untuk permintaan universal, skor kepercayaan akan didasarkan pada digit 3 hingga 6, karena kami menganggap kode HS yang disediakan adalah benar.
Skor kepercayaan Classify
Pelajari cara kerja penilaian kepercayaan Classify.Temukan bagaimana Zonos Classify memanfaatkan penilaian kepercayaan berdasarkan entropi dan cara menyesuaikan skor kepercayaan minimum Anda.