গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

ম্যাথুস পারস্পরিক সম্পর্ক সহগ ক্যুইজ

স্প্যাম ফিল্টার এবং ত্রুটি সনাক্তকরণের উদাহরণ সহ বিভ্রান্তি-ম্যাট্রিক্স যুক্তি, MCC গণনা এবং শ্রেণী-ভারসাম্যহীনতার সমস্যাগুলি পরীক্ষা করুন।

প্রশ্ন 1 এর 8

একটি ফিল্টার সমস্ত 1,000 বার্তাকে বৈধ বলে লেবেল করে যখন 990টি সত্যই বৈধ। কেন এর 99% নির্ভুলতা দরকারী স্প্যাম সনাক্তকরণের অপর্যাপ্ত প্রমাণ?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি ফিল্টার সমস্ত 1,000 বার্তাকে বৈধ বলে লেবেল করে যখন 990টি সত্যই বৈধ। কেন এর 99% নির্ভুলতা দরকারী স্প্যাম সনাক্তকরণের অপর্যাপ্ত প্রমাণ?
    • প্রতিটি সংখ্যাগরিষ্ঠ-শ্রেণীর ত্রুটি একটি স্প্যাম ত্রুটির চেয়ে বেশি ওজন পায়
    • নির্ভুলতা একাই প্রতিষ্ঠিত করে যে উভয় শ্রেণীরই উচ্চ স্মরণশক্তি রয়েছে
    • ফিল্টারটি দশটি স্প্যাম বার্তার একটিও সনাক্ত করেনি৷
    • 0.99 এর একটি MCC এই নির্ভুলতা থেকে সরাসরি অনুসরণ করে
  2. গাইডের খেলনা বিভ্রান্তি ম্যাট্রিক্স থেকে কোন মানটি 40টি সত্য ইতিবাচক, 40টি সত্যিকারের নেতিবাচক এবং প্রতিটি ত্রুটির 10টি নিয়ে আসে?
    • 0.6 এর MCC
    • 0.8 এর MCC
    • 0.4 এর MCC
    • 1.0 এর MCC
  3. একটি রিপোর্ট 0.6 এর MCC ব্যাখ্যা করে '60% ক্ষেত্রে সঠিক ছিল'। কিভাবে যে ব্যাখ্যা সংশোধন করা উচিত?
    • এর মানে 60% পজিটিভ কেস পাওয়া গেছে
    • এর মানে 60% পূর্বাভাসিত ইতিবাচক সঠিক ছিল
    • এর মানে মডেলটি 60% আত্মবিশ্বাসে ক্যালিব্রেট করা হয়েছে
    • MCC একটি পারস্পরিক সম্পর্ক পরিমাপ, শতাংশ সঠিকভাবে শ্রেণীবদ্ধ নয়
  4. উভয় শ্রেণীর বাইনারি ডেটার জন্য, একটি শ্রেণিবিন্যাসকারী প্রতিটি লেবেলকে পুরোপুরি বিপরীত করে। কোন MCC মান সেই সম্পর্ককে বর্ণনা করে?
    • 0
    • -1
    • 0.5
    • 1
  5. একটি কারখানা অপ্রয়োজনীয় পরিদর্শন থেকে আলাদাভাবে মিস করা ত্রুটিগুলিকে মূল্যায়ন করে। এমসিসির পাশাপাশি কোন অতিরিক্ত প্রমাণ প্রয়োজন?
    • সমস্ত ভুলের একটি একক পুল গণনা, তাদের প্রকার ছাড়াই
    • বর্তমান অপারেটিং থ্রেশহোল্ডে শুধুমাত্র সঠিকতা
    • ত্রুটি গণনা এবং তাদের কর্মক্ষম খরচ
    • শুধুমাত্র একটি সম্ভাব্যতা-ক্রমাঙ্কন প্লট, ত্রুটির সংখ্যা ছাড়াই
  6. বর্ণিত কর্মপ্রবাহে sikit-learn এর matthews_corrcoef এর জন্য কোন ইনপুটগুলি উপযুক্ত?
    • পর্যবেক্ষণ করা লেবেল এবং পূর্বাভাসিত লেবেল
    • পর্যবেক্ষিত লেবেল এবং সীমাহীন সম্ভাব্যতা অনুমান
    • পূর্বাভাসিত সম্ভাব্যতা এবং তাদের বৃত্তাকার কপি
    • সম্পর্কহীন মূল্যায়ন ক্ষেত্রে থেকে প্রশিক্ষণ লেবেল এবং লেবেল
  7. বাইনারি MCC সূত্র ব্যাখ্যা করার সময় কেন প্রতিটি ক্ষেত্রে একটি একক শ্রেণীর ভবিষ্যদ্বাণী যত্নের প্রয়োজন?
    • স্কোর অবশ্যই সংখ্যাগরিষ্ঠ-শ্রেণীর নির্ভুলতার সমান হবে
    • অনুপস্থিত পূর্বাভাসিত শ্রেণী সূত্রকে প্রভাবিত না করে উপেক্ষা করা যেতে পারে
    • নির্বাচিত শ্রেণীর জন্য নিখুঁত প্রত্যাহার হরকে এক করে তোলে
    • একটি হর ফ্যাক্টর শূন্য হয়ে যায়
  8. একটি MCC রিপোর্টকে তিনটি শ্রেণীতে প্রসারিত করার সময়, কোন পদ্ধতিটি গাইডের সাথে মেলে?
    • তিনটি বাইনারি MCC মান গণনা করুন এবং তাদের ওজনহীন গড় নিন
    • একটি মাল্টিক্লাস MCC বাস্তবায়ন ব্যবহার করুন এবং বিভ্রান্তি ম্যাট্রিক্স পরিদর্শন করুন
    • মূল কাজটি ব্যাখ্যা করার আগে দুটি বিরল শ্রেণীকে একত্রিত করুন
    • MCC এর মাল্টিক্লাস সংজ্ঞা হিসাবে সামগ্রিক নির্ভুলতা ব্যবহার করুন