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

Microsoft

Continue with Microsoft

or continue with

Facebook

Facebook

Apple

Apple

Others

Others

Already have an account?