Un ingénieur ML utilise la détection d'anomalies Amazon QuickSight pour signaler les températures de fonctionnement des machines très élevées ou très basses par rapport à la normale. La gravité est définie sur « Faible et plus » et la direction est définie sur « Tout ». Si l'ingénieur change la direction en « Inférieur aux prévisions », quel effet sera observé dans les résultats de la détection d'anomalies ?

En changeant la direction de « Tout » à « Inférieur aux prévisions », l'ingénieur demande à QuickSight de ne signaler que les températures anormalement basses. Cela réduit le champ de détection, car les anomalies de température élevée ne seront plus signalées. Par conséquent, moins d'anomalies seront identifiées. Le rappel (recall) est la proportion d'anomalies réelles qui sont correctement identifiées. En ignorant délibérément les anomalies élevées, le modèle manquera une partie des anomalies réelles, ce qui entraînera une diminution du rappel. Les options qui suggèrent une augmentation de la fréquence ou du rappel sont incorrectes car le filtre de direction restreint la détection.