python - 考虑一个涉及以特征向量和数字标签为特征的数据点的 ML 应用程序?
问题描述
考虑一个涉及以特征向量和数字标签为特征的数据点的 ML 应用程序。以下哪些是预测函数 ℎ() 质量的有用标准,它提供预测标签 ̂ =ℎ() ?
1.对于每个预测函数 ℎ∈ ,计算真实标签和预测标签之间的差 -̂ =ℎ() 并选择损失值最小的预测函数。
2.使用平方误差损失 (−̂ )2 并选择平方误差损失大于 100 的预测函数。
3.使用平方误差损失 (−̂ )2 并选择具有最小平方误差损失值的预测函数。
4.使用平方误差损失 (−̂ )2 并选择具有最小平方误差损失值的预测函数。
在 4 个选项中解决这个问题的正确方法是什么?
解决方案
推荐阅读
- python - 在 IBM 云上连接 DB2 实例时出错
- webpack - 无效的合并操作员 webpack/bundle 问题
- ios - SwiftUI 使用 onTapGesture 和 onLongPressGesture 处理按钮/视图以及释放操作
- html - 当手机水平翻转时处理响应式css
- react-native - 初始化了一个新的 react-native 应用程序,但没有安装到设备上
- ethereum - 如何与已部署的 ERC20 代币与另一个智能合约进行交互?
- c - 如何将库与 Visual Studio MSVC 链接
- django - 在 django 中使用 vue.js 制作模板应该怎么做
- c# - 实体无法配置为无密钥,因为它是派生类型
- css - Bootstrap 5 - 在同一行上具有另一个 DIV 的流体输入字段长度