Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Ramalan Konformal
Menyemak set ramalan selaras, kebolehtukaran, skor penentukuran, ambang kuantiti dan andaian di sebalik liputan sampel terhingga.
soalan 1 daripada 8
Apakah output kaedah ramalan konformal dan bukannya label tunggal?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah output kaedah ramalan konformal dan bukannya label tunggal?
- Set ramalan atau selang waktu dengan jaminan perlindungan
- Model yang dilatih semula dengan ketepatan yang lebih tinggi
- Anggaran mata tunggal tanpa ketidakpastian
- Nilai kerugian untuk set latihan
- Andaian manakah yang menyokong jaminan perlindungan konformal standard?
- Modelnya ialah rangkaian saraf
- Titik data boleh ditukar
- Ciri adalah bebas antara satu sama lain
- Label adalah seimbang dengan sempurna
- Apakah peranan set penentukuran?
- Untuk melatih model asas
- Untuk memilih kadar pembelajaran
- Untuk mengira skor ketidakakuran yang menetapkan ambang
- Untuk mengalih keluar outlier daripada data latihan
- Jika anda menetapkan alpha = 0.1, apakah liputan yang anda sasarkan?
- 10%
- 50%
- 99%
- 90%
- Apakah yang biasanya berlaku kepada set ramalan apabila model sangat tidak pasti tentang input?
- Set menjadi lebih besar, mengandungi lebih banyak label calon
- Set menjadi kosong
- Ambang diabaikan
- Model dilatih semula secara automatik
- Mengapa ramalan konformal dipanggil 'bebas pengedaran'?
- Ia hanya berfungsi pada data Gaussian
- Ia tidak memerlukan andaian parametrik tentang pengedaran data untuk jaminan liputannya
- Ia membuang pengedaran data sepenuhnya
- Ia menganggap pengedaran seragam
- A split-conformal classifier has 99 calibration examples and targets 90% marginal coverage. Which rank is used for the calibration quantile?
- The 10th ordered score
- The 99th score only
- The 90th ordered calibration score (ceil((99+1) × 0.9))
- The average of all labels
- In classification, what can a nonconformity score such as 1 minus the candidate label probability represent?
- Bilangan zaman latihan
- The probability that the calibration set is exchangeable
- The class frequency in the test set
- How poorly the model supports that candidate label for the example