A. नकारात्मक बताया और वास्तविकता भी नकारात्मक थी/Predicted negative and actual was also negative
Step 1
Concept
In true negative the model's negative prediction is correct.
Step 2
Why this answer is correct
The actual result is also negative.
Step 3
Exam Tip
It shows a correct classification in a confusion matrix. चरण 1: सत्य नकारात्मक में प्रतिरूप का नकारात्मक अनुमान सही होता है। चरण 2: वास्तविक परिणाम भी नकारात्मक होता है। चरण 3: भ्रम सारणी में यह सही वर्गीकरण को दिखाता है।
A. नकारात्मक बताया लेकिन वास्तविकता सकारात्मक थी/Predicted negative but actual was positive
Step 1
Concept
False negative is a wrong negative prediction.
Step 2
Why this answer is correct
The model says negative but the actual result is positive.
Step 3
Exam Tip
It can be serious in fields like healthcare. चरण 1: झूठा नकारात्मक गलत नकारात्मक अनुमान है। चरण 2: प्रतिरूप नकारात्मक बताता है पर वास्तविक परिणाम सकारात्मक होता है। चरण 3: स्वास्थ्य जैसे क्षेत्रों में यह गंभीर हो सकता है।
A. सकारात्मक बताए गए परिणामों में कितने सही हैं/How many predicted positives are correct
Step 1
Concept
Precision checks the quality of positive predictions.
Step 2
Why this answer is correct
It tells how many predicted positives were actually positive.
Step 3
Exam Tip
It is useful when reducing false positives matters. चरण 1: परिशुद्धता सकारात्मक अनुमान की गुणवत्ता देखती है। चरण 2: यह बताती है कि सकारात्मक बताए गए मामलों में कितने सच में सकारात्मक थे। चरण 3: गलत सकारात्मक कम करना हो तो यह उपयोगी है।
A. वास्तविक सकारात्मक मामलों में कितने पहचाने गए/How many actual positives were identified
Step 1
Concept
Recall focuses on actual positive cases.
Step 2
Why this answer is correct
It tells how many of them were correctly found.
Step 3
Exam Tip
It can be important in tasks like disease detection. चरण 1: पुनःस्मरण वास्तविक सकारात्मक मामलों पर ध्यान देता है। चरण 2: यह बताता है कि उनमें से कितने सही पकड़े गए। चरण 3: बीमारी पहचान जैसे कार्यों में यह महत्वपूर्ण हो सकता है।
A. अलग परीक्षण आंकड़ों से प्रदर्शन जांचना/Check performance using separate test data
Step 1
Concept
In overfitting the model may memorize training data.
Step 2
Why this answer is correct
Separate test data show performance on new examples.
Step 3
Exam Tip
This helps identify the problem. चरण 1: अधिक सीख जाने में प्रतिरूप प्रशिक्षण आंकड़ों को याद कर सकता है। चरण 2: अलग परीक्षण आंकड़े नए उदाहरणों पर प्रदर्शन दिखाते हैं। चरण 3: इससे समस्या पहचानने में मदद मिलती है।
