基本理论:
概率:长期相对频率(频率学派)或者确信程度的度量(贝叶斯学派),用P(A)表示,
0≤P(A)≤1。
互斥:两件事情不能同时发生,P(AB)=0。
独立:两件事情互不影响发生,P(A)P(B)=P(AB)。
二元分类
|
True |
False |
Postive |
TP |
FP |
Negative |
TN |
FN |
TPR=TP+TN+FP+FNTP,TNR=TP+TN+FP+FNTNFPR=TP+TN+FP+FNFP,FNR=TP+TN+FP+FNFNAccuracy=TPR+FNR=TP+FP+TN+FNTP+FNPrecision=TP+FPTPRecall=TP+FNTP
Rate(比例):全部数据中,结果占的比例。
Accuracy(准确率):全部数据中,预测正确占的比例。
Precision(精准率):预测正向的数据中,预测正确占的比例。
Recall(召回率):正向的数据中,预测正确占的比例。
1. 以下两种描述分别对应哪两种分类算法的评价标准?
a) 描述有多少比例的小偷被警察抓了的标准
b) 警察抓小偷,描述警察抓的人中有多少个是小偷的标准
A.True Positive Rate(TPR), False Positive Rate(FPR)
B.True Positive Rate(TPR), True Negative Rate(FRP)
C.Precision, Recall
D.Recall, Precision
✓
解析:
|
小偷(T) |
非小偷(F) |
抓(P) |
TP |
FP |
不抓(N) |
TN |
FN |
a) 描述有多少比例的小偷被警察抓了的标准 =>
TP+FNTP Recall(召回率)
b) 警察抓小偷,描述警察抓的人中有多少个是小偷的标准 =>
TP+FPTP Precision(精准率)
2. 设事件A,B 互斥,且已知P(A)=p,P(B)=q(0<p<1,0<q<1), 则
P(AB)=() 。
A.(1-p)q
B.pq
C.p
D.q
✓
解析:
∵A,B互斥∴B⊆AP(AB)=P(B)=q
3. 4个电阻A、B、C和D,每个元件正常工作的概率是P,(0<P<1),电路连接情况为A和B并联,C和D并联,两组并联后又串联在一起,那么系统正常工作的概率是多少?
A.
(1−p2)2
B.
1−p2
C.
(1−(1−p)2)2
✓
D.
(1−p2)
解析:
4. 假设检验基本思想的依据是小概率事件原理。
A.TURE
✓
B.FALSE
解析:
假设检验的基本思想是小概率反证法思想。
5. 样本方差是母体方差
DX的无偏估计。
A.TUREKaTeX parse error: Expected 'EOF', got '&' at position 1: &̲nbsp;\checkmark
B.FALSE
解析:
σ2=n∑(xi−E(x))2
s2=n−1∑(xi−E(x))2
为了使
E(s2)=σ2,样本方差需要修正(无偏)。