このページは Cloud Translation API によって翻訳されました。 分類: 理解度テスト パスウェイに戻る バイナリ分類器のしきい値を引き上げると、どのような影響が生じる可能性があるでしょうか。 偽陽性の増加 偽陽性の減少 偽陽性と偽陰性はどちらも 偽陽性と偽陰性はどちらも減少し トレーニング セット、テストセット、評価セットに分割したデータセットには、9,998 個のネガティブ サンプルと 2 個のポジティブ サンプルがあります。結果として得られるモデルの精度は 99.9% です。精度の指標に基づいて、このモデルは信頼できるか? はい いいえ 一般的に、適合率が向上すると、再現率はどうなりますか。 再現率は影響を受けません。 再現率は指数関数的に増加します 再現率が低下します。 再現率は直線的に増加します。 正誤問題: バイナリ分類モデルの ROC(受信者操作特性)曲線上のポイントが (1,1)(右上隅)に最も近いものは、通常、モデルに対して最もパフォーマンスの高いしきい値を表す True False 2 つのバイナリ分類モデル(モデル A とモデル B)の性能を評価しています。モデル A の AUC は 0.5 です。モデル B の予測は完全にランダムに行われます。次の説明のうち正しいものを選択してください。 モデル A のパフォーマンスはモデル B よりも優れています モデル B のパフォーマンスはモデル A よりも優れています モデル A とモデル B のパフォーマンスは同等 該当なし 解答を送信 error_outline テストの採点中にエラーが発生しました。もう一度お試しください。