Тест, свързан с ръководство · Среден Ниво

Тест за конформно прогнозиране

Проверява набори от конформни прогнози, заменяемост, резултати от калибриране, квантилни прагове и предположенията зад покритието на крайната извадка.

Свързани ръководни пътекиКонформно прогнозиране
Въпрос 1 на 8

Какво извежда методът за конформно предсказване вместо един етикет?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво извежда методът за конформно предсказване вместо един етикет?
    • Набор от прогнози или интервал с гаранция за покритие
    • Преобучен модел с по-висока точност
    • Оценка с една точка без несигурност
    • Стойност на загубата за набора за обучение
  2. Кое предположение е в основата на стандартната гаранция за конформно покритие?
    • Моделът е невронна мрежа
    • Точките за данни могат да се обменят
    • Характеристиките са независими една от друга
    • Етикетите са перфектно балансирани
  3. Каква е ролята на комплекта за калибриране?
    • За обучение на основния модел
    • За да изберете скоростта на обучение
    • За изчисляване на резултати за несъответствие, които определят прага
    • За да премахнете отклоненията от данните за обучение
  4. Ако зададете алфа = 0,1, какво покритие целите?
    • 10%
    • 50%
    • 99%
    • 90%
  5. Какво обикновено се случва с набора от прогнози, когато моделът е много несигурен относно даден вход?
    • Комплектът става по-голям, съдържащ повече кандидат етикети
    • Комплектът става празен
    • Прагът се игнорира
    • Моделът се преквалифицира автоматично
  6. Защо конформното прогнозиране се нарича „без разпространение“?
    • Работи само с гаусови данни
    • Не изисква параметрично допускане за разпределението на данните за гарантиране на покритието
    • Той отхвърля изцяло разпространението на данни
    • Предполага равномерно разпределение
  7. A split-conformal classifier has 99 calibration examples and targets 90% marginal coverage. Which rank is used for the calibration quantile?
    • The 10th ordered score
    • The 99th score only
    • The 90th ordered calibration score (ceil((99+1) × 0.9))
    • The average of all labels
  8. In classification, what can a nonconformity score such as 1 minus the candidate label probability represent?
    • Броят на тренировъчните епохи
    • The probability that the calibration set is exchangeable
    • The class frequency in the test set
    • How poorly the model supports that candidate label for the example