题目内容
(请给出正确答案)
[多选题]
线性回归中,我们可以使用最小二乘法来求解系数,下列关于最小二乘法说法正确的是?( )
A.只适用于线性模型,不适合逻辑回归模型等其他模型
B.不需要选择学习率
C.当特征数量很多的时候,运算速度会很慢
D.不需要迭代训练
查看答案
如果结果不匹配,请 联系老师 获取答案
A.只适用于线性模型,不适合逻辑回归模型等其他模型
B.不需要选择学习率
C.当特征数量很多的时候,运算速度会很慢
D.不需要迭代训练
A.线性回归主要对连续性数值进行预测
B.逻辑回归不属于分类算法
C.逻辑回归的本质是概率性回归,是广义线性模型的一种
D.线性回归中,“最小二乘法”是基于均方误差最小化来进行模型求解的方法
A.梯度下降算法和特殊方程
B.梯度下降算法和正规方程
C.梯度下降算法和特殊矩阵
D.梯度下降算法和正规矩阵
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变,黑人妇女和非黑人妇女在生育上的估计百分数差异是多少?
(iii)求σ。有过度散布和散布不足的证据吗?
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。
(i)利用CRIME L RAW中的数据, 在例17.3的泊松回归中同样增加这些项。
(ii)根据估计 。数据存在过度散布的证据吗?该如何调整泊松极大似然估计标准误?
(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3,计算这三个平方项联合显著性的准似然比统计量。你得到什么结论?