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.
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.
- Egy helyesen felcímkézett példa előjeles margója 0.4. Mi a csuklóvesztése?
- 0.6
- 0
- 1.4
- 0.4
- Mekkora előjelű margónál válik először nullává a csuklóvesztés?
- Csak pontosan nulla
- Egy vagy több
- Bármilyen negatív érték
- Mínusz egynél vagy kevesebbnél
- A negatív jelzésű eset 0,5 pontot kap. Mi az előjeles margója?
- 1.5
- 0.5
- -0,5
- -1.5
- 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
- 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
- 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
- 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
- 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