#AIPR001. AI-PR-001 实操一 二分类模型评估
AI-PR-001 实操一 二分类模型评估
AI-PR-001 · 人工智能工程技术人员 · 专项 · 满分 25 分 · 基础与进阶
可提交 C、C++、Java、Python 3 和 Node.js。评测机没有安装 Kotlin、PyPy,也没有支持大整数的 GNU awk,因此不开放 Kotlin、PyPy 和 Bash。
业务与规则
1. 若预测分数s≥t,预测标签为1,否则为0;标签1表示风险订单。
2. TP:真实为1且预测为1;FP:真实为0且预测为1;FN:真实为1且预测为0;TN:真实为0且预测为0。
3. Accuracy=(TP+TN)/n;Precision=TP/(TP+FP);Recall=TP/(TP+FN);F1=2TP/(2TP+FP+FN)。任一公式分母为0时,该指标取0。
输入
第一行:整数n和小数阈值t。随后n行,每行整数y和小数s。所有输入均符合格式,无需校验非法字符。
输出
第一行依次输出TP FP FN TN,空格分隔;第二行依次输出Accuracy Precision Recall F1,各保留6位小数。
范围
0≤n≤100000;0≤t,s≤1;y∈{0,1}。建议时间2秒、内存256MB,须在平台按语言校准。数值误差容许1e-6;计数必须精确。
样例输入
4 0.5
1 0.8
1 0.4
0 0.7
0 0.2
样例输出
1 1 1 1
0.500000 0.500000 0.500000 0.500000
附件中的 sample.in、sample.out 与上面样例一致,不计入 25 分。计分点见测试配置,按点给分。
整数和文本按空白分隔后的 token 精确比较;小数允许绝对误差或相对误差 1e-6。时限 2 秒、内存 256MB;Java、Python 3 和 Node.js 时限按 2 倍,Java 内存按 2 倍。
题族:AI-PR-001。状态:公开样题。组卷:否。公开:是。