แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบความแม่นยำและการเรียกคืน

แยกแยะความแม่นยำจากการเรียกคืน คำนวณหน่วยวัดระดับบวก ตรวจสอบเกณฑ์การแลกเปลี่ยน และตีความความเกี่ยวข้องระหว่างผลลัพธ์ที่ได้รับการจัดอันดับสูงสุด

เส้นทางแนะนำที่เกี่ยวข้องความแม่นยำและการจดจำ
คำถาม 1 ของ 8

พรีซิชั่นตอบคำถามไหน?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. พรีซิชั่นตอบคำถามไหน?
    • จากผลบวกจริงทั้งหมด เราจับได้ทั้งหมดกี่ราย?
    • ในบรรดารายการทั้งหมดที่เราคาดการณ์ว่าเป็นบวก มีกี่รายการที่ให้ผลบวกอย่างแท้จริง
    • โมเดลโดยรวมมีความแม่นยำเพียงใด?
    • เราพบข้อเสียที่แท้จริงกี่ข้อ?
  2. การเรียกคืนยังเป็นที่รู้จักกันในนาม:
    • ความจำเพาะ
    • ความแม่นยำ
    • ความแม่นยำ
    • ความไว (อัตราบวกที่แท้จริง)
  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. สำหรับการตรวจคัดกรองโรคที่ผู้ป่วยหายนั้นเลวร้ายยิ่งกว่าการแจ้งเตือนที่ผิดพลาด คุณควรจัดลำดับความสำคัญ:
    • มีความแม่นยำสูง
    • การเรียกคืนต่ำ
    • ความจำสูง
    • อัตราติดลบที่แท้จริงเท่านั้น
  5. คะแนน F1 ถูกกำหนดเป็น:
    • ค่าเฉลี่ยเลขคณิตของความแม่นยำและการจดจำ
    • ค่าเฉลี่ยฮาร์มอนิกของความแม่นยำและการจดจำ
    • ผลรวมของความแม่นยำและการเรียกคืน
    • ผลิตภัณฑ์ที่มีความแม่นยำและการเรียกคืน
  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%