Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
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。
下圖繪製了燃料效率資料集中的 20 個範例,其中 x 軸繪製的是特徵 (以千磅為單位的車輛重量),y 軸繪製的是標籤 (每加侖英里數)。
您的工作: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:
- 您可以達成的最低 MSE 是多少?
- 產生這項損失的權重和偏差值為何?
按一下加號圖示即可查看解決方案
這項資料的最佳線性模型 MSE 為 3.37,權重為 -0.12,偏差為 16.96,如下圖所示。
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:2025-10-01 (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:2025-10-01 (世界標準時間)。"],[],[]]