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.

Kapcsolódó útmutató utakPontosság és visszahívás
kérdés 1 -ból 8

Melyik kérdésre ad választ a pontosság?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. 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?
  2. A visszahívás más néven:
    • Specificitás
    • Pontosság
    • Precizitás
    • Érzékenység (valódi pozitív arány)
  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. 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
  5. 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
  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%