中二 ICT 人工智能练习二:F1、特异度与过拟合十题 2026-11-20 导师备课指引 · 小学数学 中二 ICT 人工智能练习二:F1、特异度与过拟合十题 十题把混淆矩阵四格放进同一张表,计 F1、特异度与交叉验证折数,再分辨过拟合与类别不平衡的陷阱。 中二 ICT 人工智能练习二:进阶十题 重点是混淆矩阵四格的换算与过拟合判断。 01 本卷资料(做完才看答案) 项目 内容 题数 10 建议时间 25 难度分布 基础 4 · 进阶 2 · 挑战 2 · 错题重练 2 对应章节 所属章节:中二 ICT:人工智能与机器学习入门 适用年级 Advanced 02 题目(10 题) 基础精确率 0.8、召回率 0.9,F1 分数是多少? 基础混淆矩阵真正例 60、假正例 20、假负例 15、真负例 105,样本总数与准确率各是多少? 基础真负例 105 个、假正例 20 个,特异度是多少? 基础4 500 笔资料做五折交叉验证,每一折的训练与测试各多少笔? 进阶1 000 笔交易中 950 笔正常、50 笔欺诈,模型全部判为正常,准确率与欺诈召回率各是多少? 进阶学习率由 0.01 改为 0.001,步长缩小多少倍? 挑战训练集准确率 99%、测试集 70%,两者相差多少个百分点?这种现象叫什么? 挑战正则化强度由 0.01 提升到 0.1,强度变成几倍?作用为何? 错题重练错题:训练集准确率越高,模型一定越好。正确理解是什么? 错题重练错题:资料数量越多,准确率一定上升。正确理解是什么? 03 答案与一句解说 题号 答案 一句解说 1 约 0.847 F1 是 2 乘 0.8 乘 0.9 再除以 1.7,得 0.8471。 2 共 200 个样本,准确率 82.5% 四格相加得 200;正确预测是 60 加 105 得 165,165 除以 200 等于 82.5%。 3 84% 特异度是真负例除以所有真正为负的个案,即 105 除以 125。 4 每折测试 900 笔、训练 3 600 笔 4 500 除以 5 得 900,其余四折合共 3 600 笔作训练。 5 准确率 95%,欺诈召回率 0% 950 除以 1 000 得 95%,但一个欺诈个案都没有抓到,召回率是 0。 6 缩小 10 倍 0.01 除以 0.001 等于 10,每步更新量变成原来的十分之一。 7 相差 29 个百分点,属过拟合 99 减 70 得 29,训练与测试差距这样大通常代表模型背熟了训练资料。 8 变成 10 倍,作用是压低模型复杂度以减少过拟合 0.1 除以 0.01 等于 10,较强的惩罚令权重不会过大。 9 不一定,训练准确率过高而测试低就属过拟合 学习的目标是推广到未见过的资料,不是把训练集分数推到最高。 10 不一定,要看资料质素与代表性 重复或偏斜的资料再多也学不到新东西,标签错误更会拖低表现。 04 做完之后怎样跟进 对完答案,只重做错的那几题,并在错题旁写出错在哪一步(公式、单位还是抄错数)。 同一题隔两日再做一次;两次都对才可以移到下一份练习。 家长只需看答案栏与解说栏,不必逐题讲解。 想再操练同章题目?回到本章页可以看到其余三份练习,难度由基础到错题重练。导师登记 → 本卷题目与答案由 TutorZone 团队原创编写,并非任何学校、出版社或考试局的试题;数值与答案均以程式核算。
中二 ICT 人工智能练习二:F1、特异度与过拟合十题 2026-11-20 导师备课指引 · 小学数学 中二 ICT 人工智能练习二:F1、特异度与过拟合十题 十题把混淆矩阵四格放进同一张表,计 F1、特异度与交叉验证折数,再分辨过拟合与类别不平衡的陷阱。 中二 ICT 人工智能练习二:进阶十题 重点是混淆矩阵四格的换算与过拟合判断。 01 本卷资料(做完才看答案) 项目 内容 题数 10 建议时间 25 难度分布 基础 4 · 进阶 2 · 挑战 2 · 错题重练 2 对应章节 所属章节:中二 ICT:人工智能与机器学习入门 适用年级 Advanced 02 题目(10 题) 基础精确率 0.8、召回率 0.9,F1 分数是多少? 基础混淆矩阵真正例 60、假正例 20、假负例 15、真负例 105,样本总数与准确率各是多少? 基础真负例 105 个、假正例 20 个,特异度是多少? 基础4 500 笔资料做五折交叉验证,每一折的训练与测试各多少笔? 进阶1 000 笔交易中 950 笔正常、50 笔欺诈,模型全部判为正常,准确率与欺诈召回率各是多少? 进阶学习率由 0.01 改为 0.001,步长缩小多少倍? 挑战训练集准确率 99%、测试集 70%,两者相差多少个百分点?这种现象叫什么? 挑战正则化强度由 0.01 提升到 0.1,强度变成几倍?作用为何? 错题重练错题:训练集准确率越高,模型一定越好。正确理解是什么? 错题重练错题:资料数量越多,准确率一定上升。正确理解是什么? 03 答案与一句解说 题号 答案 一句解说 1 约 0.847 F1 是 2 乘 0.8 乘 0.9 再除以 1.7,得 0.8471。 2 共 200 个样本,准确率 82.5% 四格相加得 200;正确预测是 60 加 105 得 165,165 除以 200 等于 82.5%。 3 84% 特异度是真负例除以所有真正为负的个案,即 105 除以 125。 4 每折测试 900 笔、训练 3 600 笔 4 500 除以 5 得 900,其余四折合共 3 600 笔作训练。 5 准确率 95%,欺诈召回率 0% 950 除以 1 000 得 95%,但一个欺诈个案都没有抓到,召回率是 0。 6 缩小 10 倍 0.01 除以 0.001 等于 10,每步更新量变成原来的十分之一。 7 相差 29 个百分点,属过拟合 99 减 70 得 29,训练与测试差距这样大通常代表模型背熟了训练资料。 8 变成 10 倍,作用是压低模型复杂度以减少过拟合 0.1 除以 0.01 等于 10,较强的惩罚令权重不会过大。 9 不一定,训练准确率过高而测试低就属过拟合 学习的目标是推广到未见过的资料,不是把训练集分数推到最高。 10 不一定,要看资料质素与代表性 重复或偏斜的资料再多也学不到新东西,标签错误更会拖低表现。 04 做完之后怎样跟进 对完答案,只重做错的那几题,并在错题旁写出错在哪一步(公式、单位还是抄错数)。 同一题隔两日再做一次;两次都对才可以移到下一份练习。 家长只需看答案栏与解说栏,不必逐题讲解。 想再操练同章题目?回到本章页可以看到其余三份练习,难度由基础到错题重练。导师登记 → 本卷题目与答案由 TutorZone 团队原创编写,并非任何学校、出版社或考试局的试题;数值与答案均以程式核算。