Gids-gekoppelde quiz · Gemakkelijk Niveau
Verwarringsmatrices Quiz
Bekijk hoe tellingen van verwarringsmatrixen classificatiefouten aan het licht brengen, gemeenschappelijke statistieken ondersteunen en variëren per klasse en bibliotheekconventies.
Vraag 1 van 8
Wat is een fout-negatief in een binaire verwarringsmatrix?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat is een fout-negatief in een binaire verwarringsmatrix?
- Een positief geval dat door het model ten onrechte als negatief werd voorspeld
- Een negatief correct voorspeld als negatief
- Een negatief wordt ten onrechte als positief voorspeld
- Een positief correct voorspeld als positief
- Precisie wordt berekend als:
- TP / (TP + FN)
- TP / (TP + FP)
- TN / (TN + FP)
- (TP + TN) / totaal
- Welke maatstaf meet het aandeel werkelijke positieve resultaten dat het model correct identificeert?
- Precisie
- Specificiteit
- Terugroepen
- Nauwkeurigheid
- Wat vertegenwoordigen de diagonale cellen in een verwarringsmatrix voor een probleem met 5 klassen?
- Onjuiste voorspellingen
- Alleen maar valse positieven
- Het totale aantal monsters
- Correcte voorspellingen voor elke klasse
- Waarom kan nauwkeurigheid alleen misleidend zijn zonder een verwarringsmatrix?
- Het verbergt de balans tussen verschillende soorten fouten, zoals valse positieven en valse negatieven
- Nauwkeurigheid is altijd verkeerd
- Het kan niet worden berekend voor binaire problemen
- Het vereist waarschijnlijkheden in plaats van labels
- Van welke twee maatstaven is de F1-score het harmonische gemiddelde?
- Nauwkeurigheid en specificiteit
- Precisie en herinnering
- Gevoeligheid en specificiteit
- Echte positieven en echte negatieven
- 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
- 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