下图绘制了燃油经济性数据集中的 20 个示例,特征(汽车重量,以千磅为单位)绘制在 x 轴上,标签(每加仑行驶里程数)绘制在 y 轴上。
任务:调整图表上方的权重和偏差滑块,找到可最大限度减少数据 MSE 损失的线性模型。
思考以下问题:
- 您能达到的最低 MSE 是多少?
- 产生此损失的权重和偏差值是什么?
点击加号图标查看我们的解决方案
对于下面的一组点,我们能够实现 MSE 为 2.61、权重为 -0.797 且偏差为 19.099

下图绘制了燃油经济性数据集中的 20 个示例,特征(汽车重量,以千磅为单位)绘制在 x 轴上,标签(每加仑行驶里程数)绘制在 y 轴上。
任务:调整图表上方的权重和偏差滑块,找到可最大限度减少数据 MSE 损失的线性模型。
思考以下问题:
对于下面的一组点,我们能够实现 MSE 为 2.61、权重为 -0.797 且偏差为 19.099
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-01-02。