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।
- 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
- 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
- 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
- উভয় শ্রেণীর বাইনারি ডেটার জন্য, একটি শ্রেণিবিন্যাসকারী প্রতিটি লেবেলকে পুরোপুরি বিপরীত করে। কোন MCC মান সেই সম্পর্ককে বর্ণনা করে?
- 0
- -1
- 0.5
- 1
- 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
- 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
- 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
- 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