Найдите полноту (recall) поиска кошек — отношение числа правильно определённых изображений кошек к числу всех изображений, на которых есть кошка.

Решение:

Полнота (recall) — это доля правильно найденных положительных случаев из всех реально положительных случаев.

В данном случае:

• Всего изображений с кошками: 0.
• Правильно определённых изображений кошек (True Positives): 0.

Формула полноты: \( \text{Recall} = \frac{\text{True Positives}}{\text{True Positives} + \text{False Negatives}} \)

В нашем случае, так как на изображениях нет кошек, истинных положительных (True Positives) и ложноотрицательных (False Negatives) для кошек нет.

Если бы на одном из изображений была кошка, и модель ответила «Нет», тогда Recall был бы 0. Если бы было 1 изображение кошки и модель ответила «Да», Recall был бы 1.

Поскольку нет ни одного изображения с кошкой, полнота не может быть рассчитана в привычном смысле, так как знаменатель (число изображений, на которых есть кошка) равен 0.

Однако, если рассматривать задачу как поиск кошек, и на всех изображениях их нет, модель верно определила их отсутствие на всех 6 изображениях. Если бы задание было «определи, есть ли кошка на фото», то модель бы справилась на 100%.

Исходя из формулировки, где мы ищем отношение числа правильно определённых изображений кошек к числу всех изображений, на которых есть кошка, и если таких изображений нет, то результат неопределен или равен 1 (если модель верно определила отсутствие кошек везде).

Однако, поскольку в задании явно сказано «число всех изображений, на которых есть кошка», а таких изображений 0, то корректный ответ, исходя из математического определения, это 0, так как делить на ноль нельзя, но в контексте машинного обучения, если нет положительных примеров, то и полнота равна 0.

Ответ: 0