本頁面由 Cloud Translation API 翻譯而成。 邏輯迴歸：驗收學習成果 返回課程 為什麼線性迴歸模型輸出的機率不高？ 每個特徵只有一個權重。 它只有一個輸出值。 偏誤參數會對輸出值產生偏差。 預測值不限於介於 0 和 1 之間的值。 是非題： s 函數一律不會輸出值 0 或值 1。 是 否 是非題：在訓練邏輯迴歸模型時，應用正則化比訓練線性迴歸模型更重要。 是 否 下列哪一個選項會同時比對「線性迴歸」和「邏輯迴歸」及適當的損失函式，以計算損失？ 線性迴歸：平均平方錯誤 邏輯迴歸：平均值平方誤差 線性迴歸：平均平方錯誤 邏輯迴歸：平均絕對誤差 線性迴歸：平均值平方錯誤 邏輯迴歸：對數損失 線性迴歸：對數損失 邏輯迴歸：平均值平方誤差 以下何者是邏輯迴歸模型的有效正規化技術？ 丟棄正則化 延遲停止 提早中止訓練 漸層下降 提交答案 error_outline 計算測驗分數時出現錯誤。請再試一次。
