Questionário de precisão e recall

As respostas e explicações aparecem conforme você responde ao teste.

1. A precisão responde a qual pergunta?
   • De todos os aspectos positivos reais, quantos capturamos?
   • De todos os itens que previmos positivos, quantos foram verdadeiramente positivos?
   • Quão preciso é o modelo em geral?
   • Quantos verdadeiros negativos encontramos?
2. Recall também é conhecido como:
   • Especificidade
   • Precisão
   • Precisão
   • Sensibilidade (taxa de verdadeiro positivo)
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. Para um teste de rastreio de doenças em que faltar a um paciente doente é muito pior do que um alarme falso, deve priorizar:
   • Alta precisão
   • Baixa recordação
   • Alta recuperação
   • Somente taxa negativa verdadeira
5. A pontuação F1 é definida como:
   • Média aritmética de precisão e recall
   • Média harmônica de precisão e recall
   • Soma de precisão e recall
   • Produto de precisão e recall
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%