Mid term machine learning

Может ли случится так, что все коэффициенты будут занулены в линейной модели, обучаемой с регуляризацией? Считайте, что линейная модель обучается без свободного коэффициента. Выберите все правильные ответы.

• Да, может, если выставить слишком большой вес у коэффициента регуляризации

• Нет, не может, так как ненулевые коэффициенты всегда дают меньшую ошибку, чем нулевые

  
  

• Да, может, если целевая переменная не зависит от признаков и сосредоточена вокруг нуля

  
  

Может ли изменить среднеквадратичную ошибку масштабирование признаков в линейной регрессии, если мы пользуемся аналитическим решением?

• Нет, не может. Масштабирование не добавляет в данные никак новых знаний, и поэтому не может увеличить качество предсказания.

• Да, может. Масштабированные признаки имеют лучшую предсказательную способность.

• Да, может. Линейная регрессия лучше работает с признаками, значения которых близки к нулю.

Может ли изменить среднеквадратичную ошибку масштабирование признаков в линейной регрессии с регуляризацией, если мы пользуемся аналитическим решением?

• Да, может. В зависимости от масштаба признаков оптимальные веса могут иметь разную величину, а регуляризация штрафует за большие веса.

• Нет, не может. Масштабирование не добавляет в данные никак новых знаний, и поэтому не может увеличить качество предсказания.

Какие из указанных зависимостей являются линейными? Выберите все правильные ответы.

• 
  Возраст человека в зависимости от текущего года.

• Средняя температура воздуха в Кыргызстане в зависимости от номера месяца в году.

• Объём выпущенных выхлопных газов для автомобиля в зависимости от количества пройденных километров.

• Рост человека в зависимости от возраста.

Иногда мы можем сделать зависимость линейной и повысить качество линейной регрессии, если добавим в модель необходимые признаки. Допустим, что доход человека в зависимости от возраста хорошо описывается многочленом второй степени. Какой из указанных наборов признаков нам нужно использовать для построения линейной регрессии?

• константа

• 
  возраст и возраст в квадрате

• константа, возраст и возраст в квадрате