【原】Coursera—Andrew Ng機器學習—Week 2 習題—Linear Regression with Multiple Variables 多變量線性回歸


Gradient Descent for Multiple Variables

【1】多變量線性模型  代價函數

  Answer:AB

 【2】Feature Scaling 特征縮放

    Answer:D

 

  【3】學習速率 α

 

    Answer: B,因為第一個比第二個下降的快。第三個上升說明α太大

 

【4】Mean Normalization

 

    Answer:C

 【5】Normal Equation

 

  

     Answer:D

 

Linear Regression with Multiple Variables

【1】 特征縮放

 

 

    Answer:

avg = (7921+5184+8836+4761)/4=6675.5

answer = (5184-(6675.5))/(8836-4761) = -0.37

【2】學習速率 α

 

 

    Answer:B

 【3】Normal equation

 

    Answer:C

【4】Gradient Descent 和 Normal Equation的對比

 

     Answer:D

   Answer:A

 【5】特征縮放

 

    Answer:A

Octave Intuition

【1】Vectorlization 向量化

    Answer: B

【2】

 

    Answer:AB

【3】選擇矩陣某幾列

 

    Answer:AB

【4】矩陣和向量相乘

    Answer:A 。B選項 會提示 'Ax' undefined near line 1 column 1

【5】向量乘積

    Answer:AB

 【6】矩陣運算

 

    Answer:ABC。D選項  B = X * X,C才是每個元素平方


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM