Regressione lineare: esercizio sui parametri
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Il grafico seguente mostra 20 esempi di un set di dati sull'efficienza del carburante, con la
funzionalità (peso dell'auto in migliaia di libbre) tracciata sull'asse x e l'etichetta (miglia per gallone) tracciata sull'asse y.
Il tuo compito:regola i cursori Ponderazione e Bias sopra il grafico per
trovare il modello lineare che riduce al minimo la perdita MSE nei dati.
Domande da prendere in considerazione:
- Qual è l'errore quadratico medio più basso che puoi ottenere?
- Quali valori di peso e bias hanno prodotto questa perdita?
Fai clic sull'icona Più per visualizzare la soluzione.
Il modello lineare ottimale per questi dati ha un MSE di 3,37, con un
peso di -0,12 e un bias di 16,96, come mostrato nell'immagine seguente.
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-09 UTC.
[null,null,["Ultimo aggiornamento 2025-07-09 UTC."],[],[],null,[]]