Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Precíziós és visszahívási kvíz
Distinguish precision from recall, calculate positive-class metrics, examine threshold tradeoffs, and interpret relevance among top-ranked results.
kérdés 1 -ból 8
Melyik kérdésre ad választ a pontosság?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Melyik kérdésre ad választ a pontosság?
- A tényleges pozitívumok közül hányat fogtunk ki?
- Az általunk jósolt tételek közül hány volt valóban pozitív?
- Mennyire pontos a modell összességében?
- Hány igaz negatívumot találtunk?
- A visszahívás más néven:
- Specificitás
- Pontosság
- Precizitás
- Érzékenység (valódi pozitív arány)
- 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
- Olyan betegségszűrő vizsgálatnál, ahol a beteg beteg hiánya sokkal rosszabb, mint a téves riasztás, a következőket kell előnyben részesítenie:
- Nagy pontosságú
- Alacsony visszahívás
- Magas visszahívás
- Csak a valódi negatív ráta
- Az F1 pontszámot a következőképpen határozzák meg:
- A pontosság és felidézés számtani átlaga
- A pontosság és felidézés harmonikus közepe
- A pontosság és a visszaemlékezés összege
- A pontosság és a visszahívás terméke
- 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
- 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
- Six of the top ten search results are relevant. What is precision@10 for that result list?
- 100%
- 40%
- 60%
- 6%