题目内容

人工智能中，新的方法经常需要和基线的方法（可理解为最基本、简单的方法）比较。下列哪个适合作为回归问题的基线方法

A. SVM
B. 线性回归
C. KNN
D. logistic回归

查看答案

搜索结果不匹配？点我反馈

更多问题

A. 线性回归
B. 多项式回归
C. 回归SVM
D. logistic回归

A. 调整α=1.0，增加
B. α=0.3 是一个合适的学习率
C. 调整α=0.1，减小

A. X 14×3, y 14×1, θ 3×3
B. X 14×4, y 14×1, θ 4×1
C. X 14×3, y 14×1, θ 3×1
D. X 14×4, y 14×4, θ 4×4

A. 解析方法，因为它提供了一种直接找到解的有效方法。
B. 解析方法，因为梯度下降不一定能达到最优的参数 θ.
C. 梯度下降，因为能收敛到最优的θ.
D. 梯度下降，因解析方法中举证求逆的运算量太大了