लीनियर रिग्रेशन: पैरामीटर एक्सरसाइज़
संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
नीचे दिए गए ग्राफ़ में, ईंधन की खपत वाले डेटासेट के 20 उदाहरण दिखाए गए हैं. इसमें x-ऐक्सिस पर फ़ीचर (हज़ारों पाउंड में कार की भारीपन) और y-ऐक्सिस पर लेबल (एक गैलन में मील) दिखाया गया है.
आपका टास्क: ग्राफ़ के ऊपर मौजूद वेट और बायस स्लाइडर में बदलाव करके, ऐसा लीनियर मॉडल ढूंढें जिससे डेटा पर एमएसई लॉस कम हो.
इन सवालों पर गौर करें:
- आपके पास एमएसई का सबसे कम क्या वैल्यू हो सकता है?
- किस वेट और बायस वैल्यू की वजह से यह नुकसान हुआ?
समस्या का हल देखने के लिए, प्लस आइकॉन पर क्लिक करें
इस डेटा के लिए, सबसे सही लीनियर मॉडल का एमएसई 3.37 है. साथ ही, इसका वज़न –0.12 और बायस 16.96 है, जैसा कि नीचे दी गई इमेज में दिखाया गया है.
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-07-09 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-07-09 (UTC) को अपडेट किया गया."],[],[],null,["# Linear regression: Parameters exercise\n\nThe graph below plots 20 examples from a fuel-efficiency dataset, with the\nfeature (car heaviness in thousands of pounds) plotted on the x-axis and the\nlabel (miles per gallon) plotted on the y-axis.\n\n**Your task:** Adjust the **Weight** and **Bias** sliders above the graph to\nfind the linear model that minimizes MSE loss on the data.\n\n**Questions to consider:**\n\n- What is the lowest MSE you can achieve?\n- What weight and bias values produced this loss?\n\n#### Click the plus icon to see the solution\n\nThe optimal linear model for this data has an MSE of 3.37, with a\nweight of --0.12 and a bias of 16.96, as shown in the following image."]]