机器学习课程day06Contents目录案例-FaceBook签到位置预测数据分割及评估方法（重点）线性回归算法介绍线性回归的损失函数及优化（重点）使用线性回归完成Boston房价预测（重点）欠拟合和过拟合产生的原因及其解决办法（重点）算法模型的保存和加载Section章节案例-FaceBook签到位置预测案例-Facebook位置预测流程分析案例-Facebook位置预测代码实现1案例-Facebook位置预测代码实现21.案例-FaceBook签到位置预测1.1视频讲解Facebook签到位置预测的实现流程是怎么样的？1.案例-FaceBook签到位置预测1.2知识检测A）模型训练B）数据预处理C）模型评估D）特征工程①FaceBook签到位置预测的实现流程是怎样的？（排序）答案：B→D→A→CSection章节案例-FaceBook签到位置预测案例-Facebook位置预测流程分析案例-Facebook位置预测代码实现1案例-Facebook位置预测代码实现21.案例-FaceBook签到位置预测2.1视频讲解Facebook签到位置预测的实现流程是怎么样的？1.k近邻算法的实现过程2.2知识检测A）将时间戳处理成日期时间，便于算法计算B）将签到较少的地方去除C）缩小数据范围D）将训练集和测试集进行拆分①下列关于FaceBook签到位置特征数据做的预处理合理的是？（多选）答案：ABD。C选项的处理只是为了课堂演示需要，节省程序的运行时间。Section章节案例-FaceBook签到位置预测案例-Facebook位置预测流程分析案例-Facebook位置预测代码实现1案例-Facebook位置预测代码实现21.案例-FaceBook签到位置预测3.1视频讲解Facebook签到位置预测的结果如何？1.案例-FaceBook签到位置预测3.2知识检测A）模型训练的数据量不够（缩小了数据范围）B）去除了部分有意义的数据（只选择了其中部分维度的数据）C）模型的超参数还有待优化①FaceBook签到位置预测的结果没有达到预期可能是下面哪些原因造成的？（多选）答案：ABC。Section章节数据分割及评估方法补充-数据分割和留出法补充-交叉验证和自助法2.数据分割及评估方法4.1视频讲解如何正确的对数据进行分割？1.数据分割及评估方法4.2知识检测A）常见的分割方法有留出法、交叉验证法、自助法B）测试误差就是泛化误差C）分层采样可以缓解留出法中带来的数据分割后分布不一致的问题D）留一法属于留出法中的其中一种①关于数据分割下列说法错误的是？答案：B。Section章节数据分割及评估方法补充-数据分割和留出法补充-交叉验证和自助法2.数据分割及评估方法5.1视频...
