ガイド連動クイズ · 簡単 レベル

混同行列クイズ

混同行列のカウントがどのように分類子のエラーを明らかにし、共通のメトリクスをサポートし、クラスやライブラリの規則によってどのように変化するかを確認します。

関連するガイドパス混同行列
質問 1 の 8

二項混同行列における偽陰性とは何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. 二項混同行列における偽陰性とは何ですか?
    • モデルが誤って陰性と予測した陽性のケース
    • 陰性は陰性として正しく予測されました
    • 陰性が陽性と誤って予測される
    • 陽性と正しく予測された陽性
  2. 精度は次のように計算されます。
    • TP / (TP + FN)
    • TP / (TP + FP)
    • TN / (TN + FP)
    • (TP + TN) / 合計
  3. モデルが正しく特定した実際の陽性者の割合を測定する指標はどれですか?
    • 精度
    • 特異性
    • リコール
    • 精度
  4. 5 つのクラスの問題の混同行列で、対角のセルは何を表しますか?
    • 不正確な予測
    • 誤検知のみ
    • サンプルの総数
    • 各クラスの正しい予測
  5. 混同行列がないと、精度だけが誤解を招く可能性があるのはなぜですか?
    • 偽陽性や偽陰性など、さまざまな種類のエラー間のバランスを隠します。
    • 精度は常に間違っています
    • 二項問題では計算できません
    • ラベルの代わりに確率が必要です
  6. F1 スコアは、どの 2 つの指標の調和平均ですか?
    • 正確さと特異性
    • 精度と再現率
    • 感度と特異度
    • 真陽性と真陰性
  7. In a binary confusion matrix, which count is a False Positive?
    • An actual positive that the model predicts as positive
    • An actual positive that the model predicts as negative
    • An actual negative that the model predicts as positive
    • An actual negative that the model predicts as negative
  8. Why should you check a library's confusion-matrix axis labels before calculating precision or recall?
    • The diagonal always contains false positives
    • Axis order changes the number of observations in the dataset
    • Precision and recall use no confusion-matrix cells
    • Libraries may place true classes in rows and predicted classes in columns, or use a different orientation