对于线性回归模型，L1正则化方法是指()。

A.纵向距离之和最小

B.垂直距离的平方和最小

C.横向距离的平方和最小

D.纵向距离的平方和最小

A.最小二乘法基本原则是对于确定的方程，使观察值对估算值偏差的平方和最小

B.利用回归模型进行预测，需要对回归系数、回归方程进行检验，以判定预测模型的合理性和适用性

C.检验方法有方差分析、相关检验、t检验等

D.对于一元线性回归，各种检验方法的检验结果是不一致的

E.进行一元线性回归检验时，各种检验方法都要使用

A.逻辑回归

B.支持向量机

C.线性回归

D.决策树

A.L1,L2正则项不能作用在损失函数之上

B.L2正则化比L1正则化产生更加稀疏的模型

C.加上L2正则项后,无法使用梯度下降算法迭代参数值

D.L1正则项有利于增强模型的泛化能力

A.修正R2

B.回归标准误差

C.R2

D.F检验

A.Y=

B.Y=

C.Y=

D.Y=

A.对趋势面的拟合程度的分析与回归模型的效果直接相关，因此，对趋势面模型的适合程度的分析就是对回归模型的检验

B.趋势面的拟合度的检验方法有两种方法，一种是F检验法，一种是拟合优度指数R2检验法

C.F 检验法是对趋势面回归模型整体的显著性检验

D.拟合优度指数R 2 检验法通过衡量观测值 z 的总离差平方和中回归平方和所占的比重来表示回归模型的拟合优度

A.逻辑回顾

B.线性回归和逻辑回归都行

C.以上说法都不对

D.线性回归

A.R2是回归平方和与残差平方和的比值

B.R2是回归平方和占总平方和的比值

C.对于多元模型，比R更有效

D.R∈[0,1]，＞R2