iPAS AI 應用規劃師中級 115 年第一次 科三 第 32 題 詳解
115 年第一次 科三 機器學習技術與應用 · 考點:數據準備與特徵工程
某詐欺偵測模型需同時具備高精確率(Precision),以避免誤凍結正常帳號,並維持高召回率(Recall)表現,以確保不放過任何詐欺行為。然而工程師發現兩者之間存在取捨關係(Precision-Recall Tradeoff)。在此情境下,F1-score最能反映何種特性?
- AF1-score = (Precision + Recall) / 2,為算術平均
算術平均無法懲罰單邊過低,非 F1 定義。
- BF1-score為Precision的加權平均
F1 不是只對精確率加權,兩者權重相同。
- CF1-score僅適用於類別平衡資料
F1 正是為類別不平衡設計,敘述相反。
- DF1-score = 2 × (Precision×Recall)/(Precision+Recall),為調和平均,對較小值敏感(正確答案)
調和平均公式正確,且對較小值敏感。
正確答案:D
檢驗是否理解 F1-score 為精確率與召回率的調和平均及其意義。 看到評估指標題,先確認公式型態(算術或調和平均)與它對極端值的反應方向。
用刷8題準備 iPAS AI 應用規劃師中級
每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。
開始刷題同考點的題目
數據準備與特徵工程
- 115 年第一次 科三 第 44 題研究人員撰寫的程式中(下圖),先用整體資料進行LDA(Linear Discriminant Analysis)降維,接…
- 115 年第一次 科三 第 45 題研究人員在程式(下圖)中使用cross_val_score進行交叉驗證,但目前尚未設定cv參數。他們希望確保在每次資料分…
- 115 年第一次 科三 第 49 題若團隊需要建立一個超過50層的深層神經網路,以捕捉晶圓表面細微的劃傷特徵,但又擔心傳統深層網路常見的梯度消失(Vanis…
- 114 年第二次 科三 第 1 題某零售企業建立一個銷售預測模型,希望評估該模型在不同月份的新資料上,是否仍能維持穩定的預測表現。資料科學團隊計畫利用統計…
- 114 年第二次 科三 第 5 題某智慧製造公司開發一套影像辨識系統,用於自動檢測生產線上的瑕疵產品。系統採用卷積神經網路(Convolutional N…