Classify置信度评分

了解Zonos Classify如何利用熵置信度评分以及如何调整您的最小置信度评分。

工作原理 

Classify中的置信度评分是0%到100%之间的数值，以小数形式表示，旨在表示分类的确定性水平。该评分是使用熵确定的，熵是信息论中的一种方法，用于衡量数据中的不确定性或随机性。当熵量化不确定性时，更高的不确定性导致更低的置信度评分，而更低的不确定性产生更高的置信度评分。这种方法对分类中的不确定性提供了更细致的理解，与标准概率方法相比，产生了更准确的置信度评分，标准概率方法仅量化最可能的选项。

这里定义的置信度评分不是经过校准的。这意味着评分本身不能以绝对方式解释。例如，85%的评分不一定意味着分类对您的目的来说85%的时间会产生有利结果。相反，这些评分在相互比较时最有用。85%置信度分类比75%置信度评分更可能产生有利结果。

考虑这个场景：仅提供"毛衣"或"食品"作为信息可能会错误地暗示两个类别都有相等的成功机会。但是，"毛衣"有10个副标题，而"其他食品制剂"包含600个副标题。基于熵的置信度评分考虑了这些差异，导致对"毛衣"分类的置信度远高于"食品"分类。

置信度范围

在Dashboard中可用，Classify置信度范围为解释置信度评分提供了简单直观的框架。这些范围的制定依据了对熵评分方法的专家评估及相关数据，旨在有效传达我们对每个分类的置信度。该系统旨在最大限度地减少歧义，使用户更容易根据置信度评分做出知情决策。

• 75-100% = 高置信度
• 50-74% = 中置信度
• 25-49% = 合理置信度
• 10-24% = 低置信度
• 0-9% = 无结果

调整最小置信度评分 

虽然Classify有默认的置信度评分，但您可以调整评分以适应您的业务需求。如果置信度评分低于您期望的百分比，Classify将不会返回HS代码。相反，它会通知您找不到HS代码，并提示您添加更多产品信息。

Classify的置信度评分是Classify的重要组成部分，因为它确保我们在您的风险承受能力范围内返回HS代码。例如，如果您将置信度评分设置为25%，Classify可能不会为"手工配饰"或"龙背包"等模糊描述提供分类。但是，通过将置信度评分降低到0%，Classify将做出假设，例如将"手工配饰"分类为"手镯"，将"龙背包"分类为"玩具"，以确保您尽可能多地收到分类响应。

如需咨询分类专家并调整您的置信度评分水平，请联系 classify@zonos.com。

提供的HS代码 

如果您提供提供的HS代码作为Classify输入字段，我们将其视为已知属性。因此，所有分类将在该分类法的子集内，提供的置信度评分将限制在相同的分类法子集内。例如，如果您为通用请求提供62作为提供的HS代码，置信度评分将基于第3至6位数字，因为我们假设提供的HS代码是正确的。