Um engenheiro de ML usa a detecção de anomalias do Amazon QuickSight para sinalizar temperaturas de operação de máquinas muito altas ou muito baixas em comparação com o normal. A severidade é definida como "Baixa ou superior" e a Direção é definida como "Todas". Se o engenheiro mudar a Direção para "Menor do que o esperado", qual efeito será observado nos resultados da detecção de anomalias?

Ao mudar a Direção de "Todas" para "Menor do que o esperado", o QuickSight passará a considerar anomalias apenas os casos em que a temperatura de operação da máquina estiver abaixo do que seria normalmente esperado. Isso significa que as anomalias de temperatura "muito alta" não serão mais sinalizadas. Consequentemente, o número total de anomalias detectadas diminuirá, pois um subconjunto de anomalias (as altas) será excluído. Uma diminuição no número de anomalias detectadas, especialmente quando algumas anomalias reais (as altas) deixam de ser identificadas, leva a uma redução no recall, que é a proporção de anomalias reais que foram corretamente identificadas.