Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
На графике ниже представлены 20 примеров из набора данных по топливной экономичности, при этом характеристика (вес автомобиля в тысячах фунтов) нанесена на ось X, а метка (количество миль на галлон) — на ось Y.
Ваша задача: отрегулируйте ползунки «Вес» и «Смещение» над графиком, чтобы найти линейную модель, которая минимизирует потерю MSE в данных.
Вопросы для рассмотрения:
Какую наименьшую среднюю экономическую прибыль вы можете получить?
Какие значения веса и смещения привели к этой потере?
Нажмите на значок плюса, чтобы увидеть решение
Оптимальная линейная модель для этих данных имеет среднеквадратичную ошибку 3,37, вес –0,12 и смещение 16,96, как показано на следующем рисунке.
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2025-06-27 UTC."],[],[]]