机器学习考试题库及答案
简述混淆矩阵的概念。
答:[混淆矩阵(Confusion Matrix)是理解大多数评价指标的基础。从集合的角度来看,定义∪为并集运算符,则混淆矩阵具有:样本全集 = ???∪???∪???∪???、任何一个样本属于且只属于4个集合中的一个,没有交集的特征。混淆矩阵包含四部分的信息:1)真阳率(True Positive,TP)表明实际是正样本预测成正样本的样本数;2)假阴率(False Negative,FN)表明实际是正样本预测成负样本的样本数;3)假阳率(False Positive,FP)表明实际是负样本预测成正样本的样本数;4)真阴率(True Negative,TN)表明实际是负样本预测成负样本的样本数。]继续答题:下一题
机器学习是人工智能核心,是使计算机具有智能的根本途径。
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
- 1平凡的世界选择题试题
- 2急救技能知识
- 3中央企业合规管理办法
- 4党员日课
- 5财税综合知识
- 6品质意识
- 7群防群控一点通
- 8国家安全法知识竞赛
- 9人类遗传资源管理问答题
- 10教育知识与能力中学