Esta página foi traduzida pela API Cloud Translation. Regressão logística: testar seu conhecimento Voltar para o módulo do Programa de treinamentos Por que a saída de um modelo de regressão linear é um preditor de probabilidade ruim? Ele tem apenas um peso por atributo. Ele tem apenas um valor de saída. O parâmetro bias distorce o valor de saída. As previsões não se restringem a valores entre 0 e 1. Verdadeiro ou falso: uma função sigmoide nunca gera o valor 0 ou o valor 1. Verdadeiro Falso Verdadeiro ou falso: aplicar a regularização é menos importante para treinar modelos de regressão logística do que para treinar modelos de regressão linear. Verdadeiro Falso Qual das opções a seguir combina regressão linear e regressão logística com funções de perda apropriadas para calcular a perda? Regressão linear:erro quadrático médio Regressão logística:erro quadrático médio Regressão linear:erro quadrático médio Regressão logística:erro absoluto médio Regressão linear:erro quadrático médio Regressão logística:perda de registro Regressão linear:perda de registro Regressão logística:erro quadrático médio Qual das alternativas a seguir é uma técnica de regularização eficaz para modelos de regressão logística? Regularização de dropout Parada tardia Parada antecipada Gradiente descendente Enviar respostas error_outline Ocorreu um erro ao avaliar o teste. Tente novamente.
