DOCS

Confidence score

/

Skor kepercayaan Classify

Pelajari cara kerja skor kepercayaan Classify's.

Temukan bagaimana Zonos Classify memanfaatkan skor kepercayaan entropi dan cara menyesuaikan skor kepercayaan minimum Anda.

Cara kerjanya 

Skor kepercayaan dalam Classify adalah nilai numerik antara 0% dan 100%, yang dinyatakan sebagai desimal, yang dimaksudkan untuk mewakili tingkat kepastian klasifikasi. Skor ini ditentukan menggunakan entropi, sebuah metode dari teori informasi yang mengukur ketidakpastian atau kebetulan dalam data. Karena entropi mengkuantifikasi ketidakpastian, ketidakpastian yang lebih tinggi menghasilkan skor kepercayaan yang lebih rendah, sementara ketidakpastian yang lebih rendah menghasilkan skor kepercayaan yang lebih tinggi. Pendekatan ini memberikan pemahaman yang lebih mendalam tentang ketidakpastian dalam klasifikasi, menghasilkan skor kepercayaan yang lebih akurat dibandingkan dengan pendekatan probabilitas standar, yang hanya mengkuantifikasi opsi yang paling mungkin.

Skor kepercayaan yang didefinisikan di sini bukanlah skor yang terkalibrasi. Ini berarti bahwa skor itu sendiri tidak dapat diinterpretasikan dalam istilah absolut. Misalnya, skor 85% tidak 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 lebih menguntungkan dibandingkan dengan skor kepercayaan 75%.

Pertimbangkan skenario ini: memberikan hanya "sweater" atau "makanan" sebagai informasi mungkin secara keliru menunjukkan bahwa kedua kategori memiliki peluang yang sama untuk benar. Namun, "sweater" memiliki 10 subjudul, sementara "persiapan makanan lainnya" mencakup 600 subjudul. Skor kepercayaan berbasis entropi mempertimbangkan perbedaan ini, yang mengarah pada kepercayaan yang jauh lebih tinggi dalam klasifikasi "sweater" dibandingkan dengan klasifikasi "makanan".

Skor kepercayaan

Rentang kepercayaan

Tersedia di Dashboard, rentang kepercayaan Classify menyediakan kerangka kerja yang sederhana dan intuitif untuk menginterpretasikan skor kepercayaan. Evaluasi ahli terhadap skor entropi dan data menginformasikan pembuatan rentang ini, bertujuan untuk secara efektif mengkomunikasikan tingkat kepercayaan kami dalam setiap klasifikasi. Sistem ini dirancang untuk meminimalkan ambiguitas, sehingga memudahkan pengguna untuk membuat keputusan yang tepat berdasarkan skor kepercayaan.

  • 75-100% = Kepercayaan tinggi
  • 50-74% = Kepercayaan sedang
  • 25-49% = Kepercayaan adil
  • 10-24% = Kepercayaan rendah
  • 0-9% = Tidak ada hasil

Sesuaikan skor kepercayaan minimum 

Sementara Classify memiliki skor kepercayaan default, Anda dapat menyesuaikan skor untuk memenuhi kebutuhan bisnis Anda. Jika skor kepercayaan kurang dari persentase yang Anda inginkan, Classify tidak akan mengembalikan kode HS. Sebagai gantinya, ia akan memberi tahu Anda bahwa kode HS tidak dapat ditemukan dan meminta Anda untuk menambahkan lebih banyak informasi produk.

Skor kepercayaan Classify's adalah bagian penting dari Classify karena memastikan kami mengembalikan kode HS dalam toleransi risiko Anda. Misalnya, jika Anda mengatur skor kepercayaan Anda pada 25%, Classify kemungkinan tidak akan memberikan klasifikasi untuk deskripsi yang ambigu seperti "aksesori buatan tangan" atau "paket naga." Namun, dengan mengurangi skor kepercayaan menjadi 0%, Classify akan membuat asumsi, seperti mengklasifikasikan "aksesori buatan tangan" sebagai "gelang" dan "paket naga" sebagai "mainan", 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 diberikan akan dibatasi pada subset taksonomi yang sama. Misalnya, 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.

Apakah halaman ini membantu?