Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Poniższy wykres przedstawia 20 przykładów ze zbioru danych dotyczących zużycia paliwa. Na osi X znajduje się cecha (masa samochodu w tysiącach funtów), a na osi Y – etykieta (mile na galon).
Twoje zadanie: dostosuj suwaki Waga i Odchylenie nad wykresem, aby znaleźć model liniowy, który minimalizuje błąd średniokwadratowy w przypadku danych.
Pytania do rozważenia:
Jaką najmniejszą wartość MSE możesz osiągnąć?
Jakie wartości wag i odchyleń spowodowały tę stratę?
Kliknij ikonę plusa, aby zobaczyć rozwiązanie.
Optymalny model liniowy dla tych danych ma błąd średniokwadratowy wynoszący 3,37, wagę –0,12 i odchylenie 16,96, co widać na poniższym obrazie.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2025-07-09 UTC."],[],[]]
