Se usó la API de Cloud Translation para traducir esta página. Regresión logística: Pon a prueba tus conocimientos Volver a la ruta de aprendizaje ¿Por qué el resultado de un modelo de regresión lineal es un predictor deficiente de la probabilidad? Solo tiene un peso por atributo. Solo tiene un valor de salida. El parámetro de sesgo sesga el valor de salida. Sus predicciones no se restringen a valores entre 0 y 1. Verdadero o falso: Una función sigmoidea nunca muestra el valor 0 ni el valor 1. Verdadero Falso Verdadero o falso: Aplicar la regularización es menos importante cuando se entrenan modelos de regresión logística que cuando se entrenan modelos de regresión lineal. Verdadero Falso ¿Cuál de las siguientes opciones coincide con la regresión lineal y la regresión logística con las funciones de pérdida adecuadas para calcular la pérdida? Regresión lineal: Error cuadrático medio Regresión logística: Error cuadrático medio Regresión lineal: Error cuadrático medio Regresión logística: Error absoluto medio Regresión lineal: Error cuadrático medio Regresión logística: Pérdida logística Regresión lineal: Pérdida logística Regresión logística: Error cuadrático medio. ¿Cuál de las siguientes es una técnica de regularización eficaz para los modelos de regresión logística? Regularización de retirados Detención tardía Interrupción anticipada Descenso de gradientes Enviar respuestas error_outline Se produjo un error mientras se calificaba el cuestionario. Vuelve a intentarlo.
