רגרסיה לינארית: תרגיל בנושא פרמטרים
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
בתרשים שלמטה מוצגים 20 דוגמאות מתוך מערך נתונים של צריכת דלק. התכונה (משקל הרכב באלפי פאונד) מוצגת בציר ה-X והתווית (מיילים לגלון) מוצגת בציר ה-Y.
המשימה שלכם: להזיז את הסליידרים Weight ו-Bias שמעל הגרף כדי למצוא את המודל הלינארי שממזער את הפסד ה-MSE בנתונים.
שאלות שכדאי לחשוב עליהן:
- מהו ה-MSE הכי נמוך שאפשר להשיג?
- אילו ערכים של משקל והטיה הניבו את ההפסד הזה?
לוחצים על סמל הפלוס כדי לראות את הפתרון.
למודל הלינארי האופטימלי לנתונים האלה יש MSE של 3.37, עם משקל של –0.12 והטיה של 16.96, כמו שמוצג בתמונה הבאה.
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-07-09 (שעון UTC).
[null,null,["עדכון אחרון: 2025-07-09 (שעון UTC)."],[],[],null,[]]