Mit dem Guide verknüpftes Quiz · Mittel Ebene

Präzisions- und Erinnerungsquiz

Unterscheiden Sie zwischen Präzision und Rückruf, berechnen Sie positive Klassenmetriken, untersuchen Sie Schwellenwertkompromisse und interpretieren Sie die Relevanz der Ergebnisse mit dem höchsten Rang.

Verwandte FührungspfadePräzision und Rückruf
Frage 1 von 8

Präzision beantwortet welche Frage?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Präzision beantwortet welche Frage?
    • Wie viele tatsächlich positive Ergebnisse haben wir gefangen?
    • Wie viele von allen Punkten, die wir positiv vorhergesagt hatten, waren wirklich positiv?
    • Wie genau ist das Modell insgesamt?
    • Wie viele echte Negative haben wir gefunden?
  2. Rückruf ist auch bekannt als:
    • Spezifität
    • Genauigkeit
    • Präzision
    • Sensitivität (True-Positiv-Rate)
  3. On a fixed evaluation set, lowering a positive-class decision threshold usually produces which tradeoff?
    • Recall can increase while precision can fall
    • Precision and recall must increase by equal amounts
    • The model necessarily predicts fewer positives
    • Neither metric can ever change
  4. Bei einem Krankheits-Screening-Test, bei dem das Verpassen eines kranken Patienten weitaus schlimmer ist als ein Fehlalarm, sollten Sie Folgendes priorisieren:
    • Hohe Präzision
    • Geringe Erinnerung
    • Hohe Erinnerung
    • Nur echte Negativrate
  5. Der F1-Score ist definiert als:
    • Arithmetisches Mittel aus Präzision und Erinnerung
    • Harmonisches Mittel für Präzision und Erinnerung
    • Summe aus Präzision und Erinnerung
    • Produkt aus Genauigkeit und Erinnerung
  6. Why can precision and recall reveal a weakness hidden by high accuracy on a dataset dominated by negatives?
    • They focus on positive predictions and actual positives instead of rewarding a large true-negative count
    • They measure the true-negative rate directly
    • They must both exceed accuracy
    • They guarantee reliability regardless of sample size
  7. A classifier has 20 true positives, 5 false positives, and 10 false negatives. Which precision and recall values follow?
    • Precision 2/3; recall 4/5
    • Precision 20/35; recall 20/35
    • Precision 1/4; recall 1/2
    • Precision 4/5; recall 2/3
  8. Six of the top ten search results are relevant. What is precision@10 for that result list?
    • 100 %
    • 40%
    • 60%
    • 6%