이 페이지는 Cloud Translation API를 통해 번역되었습니다. 로지스틱 회귀: 지식 테스트 경로로 돌아가기 선형 회귀 모델의 출력이 확률을 제대로 예측하지 못하는 이유는 무엇인가요? 특성당 하나의 가중치만 있습니다. 출력 값은 하나만 있습니다. 편향 매개변수가 출력 값을 왜곡합니다. 예측은 0과 1 사이의 값으로 제한되지 않습니다. 참 또는 거짓: 시그모이드 함수는 값 0이나 값 1을 출력하지 않습니다. 참 거짓 참 또는 거짓: 로지스틱 회귀 모델을 학습시킬 때는 선형 회귀 모델을 학습시킬 때보다 정규화를 적용하는 것이 덜 중요합니다. 참 거짓 다음 옵션 중 손실 계산에 적절한 손실 함수를 사용하는 선형 회귀와 로지스틱 회귀 모두와 일치하는 것은 무엇인가요? 선형 회귀: 평균 제곱 오차 로지스틱 회귀: 평균 제곱 오차 선형 회귀: 평균 제곱 오차 로지스틱 회귀: 평균 절대 오차 선형 회귀: 평균 제곱 오차 로지스틱 회귀: 로그 손실 선형 회귀: 로그 손실 로지스틱 회귀: 평균 제곱 오차 다음 중 로지스틱 회귀 모델에 효과적인 정규화 기법은 무엇인가요? 드롭아웃 정규화 지연 중단 조기 중단 경사하강법 답변 제출 error_outline 퀴즈를 채점하는 중에 오류가 발생했습니다. 다시 시도해 주세요.
