Basis van machine learning

Vier gegevenspunten hebben de werkelijke waarden 3, 5, 2 en 6, en het model voorspelt daarvoor 2, 5, 4 en 4. Wat is de gemiddelde kwadratische fout (MSE)?

A1,25
B2,25
C9

Antwoord en toelichting tonen

Antwoord: B. 2,25

De fouten (werkelijke waarde − voorspelde waarde) zijn 1, 0, −2 en 2. De MSE is het gemiddelde van de gekwadrateerde fouten: (1 + 0 + 4 + 4) ÷ 4 = 2,25. De gemiddelde absolute fout (MAE), het gemiddelde van de absolute waarden van de fouten, is (1 + 0 + 2 + 2) ÷ 4 = 1,25. Omdat de MSE de fouten kwadrateert, wordt ze sterker dan de MAE beïnvloed door gegevenspunten die ver ernaast liggen (uitschieters).

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over Basis van machine learning

Met de kleinstekwadratenmethode wordt een rechte y = ax + b aangepast aan de drie gegevenspunten (x, y) = (1, 3), (2, 4) en (3, 8). Wat is de voorspelde waarde bij x = 4?
Bij logistische regressie wordt z = 2x − 4 door de sigmoïdefunctie σ(z) = 1 ÷ (1 + e^(−z)) gehaald, en het resultaat wordt uitgevoerd als de kans dat het item positief is. Wat is de uitvoer bij x = 2?
Een knoop van een beslisboom bevat 6 gegevenspunten van klasse A en 4 van klasse B. Wat is de Gini-onzuiverheid van deze knoop?
Welke beschrijving van het verschil tussen bagging (random forests en dergelijke) en boosting bij ensemble learning is juist?
De klasse van het tweedimensionale punt (0, 0) wordt met k-nearest neighbors voorspeld. De trainingsdata bestaan uit de rode punten (1, 0), (3, 0) en (0, −3) en de blauwe punten (0, 2) en (−2, 1). Welke combinatie van voorspellingen voor k = 3 en k = 5 is juist bij gebruik van de euclidische afstand?