Логістична регресія: перевірте свої знання Return to pathway Чому результат моделі лінійної регресії погано прогнозує імовірність? Вони мають лише одне значення ваги для кожної ознаки. Доступне лише одне вихідне значення. Параметр упередженості спотворює вихідне значення. Ці прогнози не обмежуються значеннями від 0 до 1. Правда чи неправда: сигмоїдна функція ніколи не виводить значення 0 або 1. Правда Неправда Правда чи неправда: застосування регуляризації менш важливе для навчання моделей логістичної регресії, а не лінійної регресії. Правда Неправда Який із наведених нижче варіантів підходить як для лінійної, так і для логістичної регресії з відповідними функціями для розрахунку втрат? Лінійна регресія: середньоквадратична похибка Логістична регресія: середньоквадратична похибка Лінійна регресія: середньоквадратична похибка Логістична регресія: середня абсолютна похибка Лінійна регресія: середньоквадратична похибка Логістична регресія: логістична функція втрат Лінійна регресія: логістична функція втрат Логістична регресія: середньоквадратична похибка Який метод регуляризації ефективний для моделей логістичної регресії? Регуляризація методом виключення Пізня зупинка Рання зупинка Градієнтний спуск Submit answers error_outline An error occurred when grading the quiz. Please try again.
