Викторина, связанная с руководством · Средний Уровень
Оценка F1 и викторина F-бета
Проверяется гармоническая формула F1, пример на основе подсчета, веса F-бета, макро- и микро-усреднение, пороговые эффекты и пределы одного балла.
Вопрос 1 из 8
Как F1 сочетает точность и отзыв?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Как F1 сочетает точность и отзыв?
- Поскольку большее из двух значений
- Как их гармоническое среднее
- Как отзыв минус точность
- Как доля всех прогнозов, которые являются отрицательными
- Что примерно такое F1 в построенном руководством примере с 8 TP, 2 FP и 8 FN?
- 0,615, из 16/(16+2+8)
- 0,80, что соответствует точности
- 0,50, равно отзыву
- 0,90, только на основе правильных положительных прогнозов
- Когда бета больше единицы в F-бета, какой компонент получает больший вес?
- Точность, поскольку ложные срабатывания становятся единственной ошибкой
- Общая точность, независимо от положительного класса
- Специфичность, заменяющая точность и отзыв
- Напомним, хотя точность все еще способствует
- Для задачи важнее избегать ложных предупреждений, чем выявлять каждый положительный случай. Какое бета-направление может отразить этот приоритет?
- Бета больше единицы, чтобы подчеркнуть запоминаемость
- Положительная бета ниже единицы, чтобы подчеркнуть точность.
- Бета ровно одна, потому что она всегда оптимальна
- Отрицательная бета, чтобы обратить вспять F-оценку.
- Что делает макрос F1 в нескольких классах?
- Рассчитайте F1 каждого класса и усредните одинаковые баллы класса.
- Объедините все TP, FP и FN, прежде чем подсчитывать один балл.
- Взвешивание каждого класса исключительно по его распространенности
- Используйте только F1 самого большого класса.
- Как формируется микро F1 для мультиклассового отчета?
- Среднее значение по классу F1 без весов
- Возьмите медиану оценок F1 для каждого класса.
- Используйте только самый редкий класс
- Агрегируйте TP, FP и FN по классам перед вычислением F1.
- Прогнозируемые модели вероятности не изменяются, но порог классификации изменяется. Что может случиться с Ф1?
- Он должен оставаться фиксированным, поскольку вес модели не изменился.
- Это становится прямой оценкой калибровки вероятности.
- Это может измениться по мере компромисса между точностью и отзывом.
- Он меняется только при изменении размера тестового набора.
- Какая проблема не вызвана одним только высоким общим баллом в Формуле-1?
- Что формула сочетает в себе точность и отзыв
- Использовались пороговое значение и положительная метка.
- Вероятности откалиброваны или вред подгруппы отсутствует.
- О том, что истинные и ложные положительные результаты могут быть сообщены