Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Im folgenden Diagramm sind 20 Beispiele aus einem Dataset zur Kraftstoffeffizienz dargestellt. Die Funktion (Gewicht des Autos in Tausend Pfund) ist auf der x-Achse und das Label (Meilen pro Gallone) auf der y-Achse dargestellt.
Ihre Aufgabe:Passen Sie die Schieberegler Gewichtung und Bias über dem Diagramm an, um das lineare Modell zu finden, das den MSE-Verlust für die Daten minimiert.
Wichtige Fragen:
Was ist der niedrigste MSE, den Sie erreichen können?
Welche Gewichts- und Bias-Werte haben zu diesem Verlust geführt?
Klicken Sie auf das Pluszeichen, um die Lösung zu sehen.
Das optimale lineare Modell für diese Daten hat einen mittleren quadratischen Fehler von 3,37, ein Gewicht von –0,12 und einen Bias von 16,96, wie im folgenden Bild dargestellt.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-07-09 (UTC)."],[],[]]
