Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Csuklós kvíz

Számítsa ki a csuklópánt-veszteséget az aláírt árrésekből, és kapcsolja össze az árréssértéseket az SVM-célokkal és a logisztikai veszteségtől való megkülönböztetéssel.

Kapcsolódó útmutató utakZsanér elvesztése
kérdés 1 -ból 8

Egy helyesen felcímkézett példa előjeles margója 0.4. Mi a csuklóvesztése?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Egy helyesen felcímkézett példa előjeles margója 0.4. Mi a csuklóvesztése?
    • 0.6
    • 0
    • 1.4
    • 0.4
  2. Mekkora előjelű margónál válik először nullává a csuklóvesztés?
    • Csak pontosan nulla
    • Egy vagy több
    • Bármilyen negatív érték
    • Mínusz egynél vagy kevesebbnél
  3. A negatív jelzésű eset 0,5 pontot kap. Mi az előjeles margója?
    • 1.5
    • 0.5
    • -0,5
    • -1.5
  4. Miért lehet egy helyesen besorolt ​​pont pozitív csuklóveszteséggel?
    • A pontot rosszul kell felcímkézni
    • A helyes besorolás mindig negatív pontszámot jelent
    • A csuklópánt elvesztése figyelmen kívül hagy minden margót
    • Lehet a megfelelő oldalon, de az egység margón belül
  5. Miben különbözik a logisztikai veszteség egy helyesen besorolt pontnál, amely messze meghaladja a margint?
    • Mindig pontosan nulla
    • Továbbra is pozitív veszteséggel jár
    • Maga is osztályvalószínűséggé válik
    • A pozitív pontszámokra nincs meghatározva
  6. Melyik objektív kompromisszum gyakori a lineáris SVM-ben?
    • Klaszterezési tömörségi kifejezés plusz famélységi büntetés
    • Négyzetes hibakifejezés a numerikus osztálycímkéken, valamint egy szezonális kifejezés
    • A súly-norma büntetés kiegyensúlyozott a csuklóvesztés megszegésével szemben
    • Valószínűségi kalibrációs büntetés az osztályfrekvenciával egyensúlyban
  7. Miért nem kell egy döntési pontszámot közvetlenül kalibrált valószínűségként jelenteni?
    • A döntési pontszám már a megfigyelt esemény gyakorisága
    • Minden nulla feletti pontszám automatikusan kalibrált valószínűség
    • Minden SVM megbecsül egy generatív eloszlást az osztályok között
    • A csuklóvesztés önmagában nem kalibrálja a döntési pontszámokat valószínűségként
  8. Mit kell ellenőrizni két, lineáris osztályozónak nevezett SVM-megvalósítás összehasonlításakor?
    • Függetlenül attól, hogy a becslések csuklópántot vagy négyzetes csuklópántot és kompatibilis szabályzási beállításokat használnak
    • Az azonos képzési pontosság azt jelenti, hogy a veszteségdefinícióik egyenértékűek
    • Annak meghatározása, hogy a nyers veszteségértékeknek egyeznie kell-e még akkor is, ha a veszteségdefiníciók különböznek
    • Az egyes megvalósítások elérik-e a 100%-os edzési pontosságot