Search Header Logo

Clasificación no balanceada: Intro y métricas de evaluación

Authored by ALBERTO HILARIO

Computers

University

Used 1+ times

Clasificación no balanceada: Intro y métricas de evaluación
AI

AI Actions

Add similar questions

Adjust reading levels

Convert to real-world scenario

Translate activity

More...

    Content View

    Student View

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

La clasificación no balanceada se define como

Clasificación cuando las instancias son dispersas

Clasificación cuando las instancias son muy inferiores a las características (bioinformática)

Clasificación cuando las instancias están desigualmente distribuidas entre las clases

Clasificación cuando las instancias tienen muchas clases

2.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

La clase minoritaria suele denominarse...

Clase sesgada

Contra-Clase

Clase Positiva

Clase Negativa

3.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

El interés de los investigadores por la clasificación desequilibrada ha disminuido con el tiempo

Verdadero

Falso

4.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

¿Cuál es la publicación más citada sobre clasificación no balanceada?

H. He Imbalanced Review (IEEE-TKDE 2009)

V. López Data Intrinsic Characteristics (INS 2013)

M. Galar Ensemble Review (IEEE-TSMC 2012)

N.V. Chawla's SMOTE (JAIR 2002)

5.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

¿Por qué el aprendizaje estándar está sesgado principalmente hacia la clase negativa?

Uso del accuracy global

Utilizar funciones discriminantes complejas

Preferencia por las reglas locales especializadas

Falta de iteraciones / épocas durante el entrenamiento

6.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

¿Cómo se calculaba originalmente el coeficiente de desequilibrio (imbalance ratio IR)?

#Muestras minoritarias / #Muestras totales

#Muestras mayoritarias / #Muestras minoritarias

#Muestras minoritarias / #Muestras mayoritarias

#Muestras mayoritarias / #Muestras totales

7.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

La métrica de la precisión está sesgada hacia los ejemplos de clases minoritarias

Verdadero

Falso

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?