Inżynier ML używa funkcji wykrywania anomalii Amazon QuickSight do oznaczania bardzo wysokich lub bardzo niskich temperatur pracy maszyny w porównaniu do normy. Ustawiono Severity na „Low and above” i Direction na „All”. Jeśli inżynier zmieni Direction na „Lower than expected”, jaki efekt będzie obserwowany w wynikach wykrywania anomalii?

Zmiana parametru Direction z „All” na „Lower than expected” oznacza, że QuickSight będzie szukał anomalii tylko w przypadku, gdy temperatura pracy maszyny spadnie poniżej oczekiwanego zakresu. Wcześniej, przy ustawieniu „All”, QuickSight identyfikował anomalie zarówno dla temperatur znacznie wyższych, jak i znacznie niższych od normy. Ograniczenie kierunku wykrywania do tylko jednego (niższe niż oczekiwane) spowoduje, że ogólna liczba wykrytych anomalii będzie mniejsza, ponieważ anomalie związane z wysokimi temperaturami nie będą już brane pod uwagę. W konsekwencji, recall (czułość), czyli zdolność modelu do znajdowania wszystkich istotnych anomalii, spadnie, ponieważ model będzie ignorował anomalie w jednym z kierunków.