machine-learning - 你能解释一下这个问题吗？我是 ML 新手，我遇到了这个问题，但我不清楚它的解决方案

Question

问题在图片中

问题图片：

问题2 许多可以燃烧的物质（例如汽油和酒精）具有基于碳原子的化学结构；因此，它们被称为碳氢化合物。化学家想了解分子中的碳原子数如何影响该分子燃烧时释放的能量（即燃烧）。化学家获得以下数据集。在右侧的列中，kj/mole 是衡量释放能量的单位。例子。

您想使用线性回归来估计作为碳原子数的函数(h a(x)=a0+a1 x)释放的能量。您认为以下哪一项是您为和获得的值？您应该能够在不实际实施线性回归的情况下选择正确的答案。(y)(x)a0a1

A) a0=−1780.0, a1=−530.9  B) a0=−569.6, a1=−530.9
C) a0=−1780.0, a1=530.9   D) a0=−569.6, a1=530.9

标签： machine-learning

Answer 1

由于所有 a0 都是负数，但两个 a1 是正数，让我们先找出后者。正如你所看到的，通过增加碳原子的数量，能量变得越来越负，所以这种关系不能正相关，这就排除了选项 c 和 d。

然后对于截距，产生最小错误的值是正确的。对于 1 和 10（更容易计算），a 的输出约为 -2300 和 -7000，b 的输出约为 -1100 和 -5900，因此人们更喜欢 b 而不是 a。

PS：您可能认为数据中的 a0 和 a1 应该有明显的值，但事实并非如此。这个问题的目的是让你对最合适的人有一个大致的了解。这种解决方法也是一种机器学习