کنفیوژن میٹرکس کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. بائنری کنفیوژن میٹرکس میں، غلط منفی کیا ہے؟
   • ایک مثبت کیس ماڈل نے غلط طور پر منفی کے طور پر پیش گوئی کی ہے۔
   • منفی کے طور پر صحیح طور پر پیش گوئی کی گئی منفی
   • ایک منفی کی غلط پیش گوئی مثبت کے طور پر کی گئی ہے۔
   • مثبت کے طور پر صحیح طور پر پیش گوئی کی گئی مثبت
2. درستگی کا حساب اس طرح کیا جاتا ہے:
   • TP / (TP + FN)
   • TP / (TP + FP)
   • TN / (TN + FP)
   • (TP + TN) / کل
3. کون سا میٹرک اصل مثبتات کے تناسب کی پیمائش کرتا ہے جس کی ماڈل صحیح طریقے سے شناخت کرتا ہے؟
   • صحت سے متعلق
   • خاصیت
   • یاد کرنا
   • درستگی
4. 5 کلاسوں کے مسئلے کے لیے کنفیوژن میٹرکس میں، اخترن خلیات کس چیز کی نمائندگی کرتے ہیں؟
   • غلط پیش گوئیاں
   • صرف غلط مثبت
   • نمونوں کی کل تعداد
   • ہر کلاس کے لیے درست پیشین گوئیاں
5. کنفیوژن میٹرکس کے بغیر صرف درستگی ہی کیوں گمراہ کن ہوسکتی ہے؟
   • یہ غلطی کی مختلف اقسام جیسے غلط مثبت اور غلط منفی کے درمیان توازن کو چھپاتا ہے۔
   • درستگی ہمیشہ غلط ہوتی ہے۔
   • یہ بائنری مسائل کے لیے شمار نہیں کیا جا سکتا
   • اس کے لیے لیبل کے بجائے امکانات درکار ہیں۔
6. F1 سکور کن دو میٹرکس کا ہارمونک مطلب ہے؟
   • درستگی اور مخصوصیت
   • صحت سے متعلق اور یاد کرنا
   • حساسیت اور مخصوصیت
   • حقیقی مثبت اور حقیقی منفی
7. 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
8. 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