Halaman ini diterjemahkan oleh Cloud Translation API. Regresi Logistik: Uji Pengetahuan Anda Kembali ke jalur Mengapa output model regresi linear merupakan prediktor probabilitas yang buruk? Hanya memiliki satu bobot per fitur. Properti tersebut hanya memiliki satu nilai output. Parameter bias membuat nilai output condong. Prediksinya tidak terbatas pada nilai antara 0 dan 1. Benar atau salah: Fungsi sigmoid tidak pernah menghasilkan nilai 0 atau nilai 1. True Salah Benar atau salah: Menerapkan regularisasi tidak begitu penting saat melatih model regresi logistik dibandingkan untuk melatih model regresi linear. True Salah Manakah dari opsi berikut yang cocok dengan Regresi Linear dan Regresi Logistik dengan fungsi kerugian yang sesuai untuk menghitung kerugian? Regresi Linear: Rata-rata error kuadrat Regresi Logistik: Rata-rata error kuadrat Regresi Linear: Rata-rata error kuadrat Regresi Logistik: Rata-rata error absolut Regresi Linear: Rata-rata error kuadrat Regresi Logistik: Kerugian Log Regresi Linear: Kerugian Log Regresi Logistik: Rata-rata error kuadrat Manakah dari pernyataan berikut ini yang merupakan teknik regularisasi yang efektif untuk model regresi logistik? Regularisasi dengan pelarian Berhenti terlambat Penghentian awal Penurunan gradien Kirim jawaban error_outline Terjadi error saat menilai kuis. Harap coba lagi.
