線性迴歸:參數練習
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
下圖是從燃油效率資料集中繪製的 20 個示例,其中特徵 (以千磅為單位的車輛重量) 繪製在 x 軸上,標籤 (每加侖英里) 繪製在 y 軸上。
您的任務:調整圖表上方的「權重」和「偏差」滑桿,找出可將資料的 MSE 損失降至最低的線性模型。
請思考以下問題:
- 您可以達到的最低 MSE 為何?
- 產生這個損失的權重和偏差值為何?
按一下加號圖示即可查看我們的解決方案
針對下列點集,我們能夠達成 MSE 為 2.61、權重為 –0.797 和偏差為 19.099 的結果
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2025-03-11 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["缺少我需要的資訊","missingTheInformationINeed","thumb-down"],["過於複雜/步驟過多","tooComplicatedTooManySteps","thumb-down"],["過時","outOfDate","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["示例/程式碼問題","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2025-03-11 (世界標準時間)。"],[],[]]