機器學習基礎

以200筆測試資料評估某個二元分類模型,結果為TP 20筆、FP 5筆、FN 30筆、TN 145筆。F1分數最接近下列何者?

  1. A0.40
  2. B0.53
  3. C0.60
查看答案與解析

正確答案:B. 0.53

首先,精確率為 20 ÷ (20 + 5) = 0.8,召回率為 20 ÷ (20 + 30) = 0.4。F1分數是精確率與召回率的調和平均,2 × 0.8 × 0.4 ÷ (0.8 + 0.4) = 0.64 ÷ 1.2 ≈ 0.53。調和平均會被較小的值拉低,因此只有其中一方高時,F1分數不會高。另外,準確率為 (20 + 145) ÷ 200 = 0.825,看起來很高,但這個模型漏掉了六成的陽性。

  • A. 這是召回率的值。
  • B. 正確。2 × 0.8 × 0.4 ÷ 1.2 ≈ 0.53。
  • C. 這是精確率與召回率的算術平均 (0.8 + 0.4) ÷ 2 = 0.6。F1分數使用的是調和平均。
練習這個領域 前往領域頁面

相關計算工具

機器學習基礎的其他題目

  1. 下列關於評估二元分類模型所用之ROC曲線與AUC的敘述,何者適當?
  2. 對於1000筆中只有10筆陽性的資料,將全部預測為陰性之模型的準確率為何者?
  3. 4筆資料的實際值為3、5、2、6,模型的預測值分別為2、5、4、4時,均方誤差(MSE)為何者?
  4. 以最小平方法將直線 y = ax + b 擬合到3筆資料 (x, y) = (1, 3)、(2, 4)、(3, 8)。x = 4 時的預測值為何者?
  5. 在邏輯斯迴歸中,將 z = 2x − 4 代入S型函數 σ(z) = 1 ÷ (1 + e^(−z)) 所得的值,作為陽性的機率輸出。x = 2 時的輸出為何者?