Crowdly

Хеммінгівську відстань

Піфагорову відстань

Навіщо в методі k-середніх часто використовують ініціалізацію «k-means++»?

Щоб випадково вибрати ті самі центри для кількох кластерів

Щоб покращити початкове розташування центрів та пришвидшити збіжність алгоритму

Щоб додати інформацію про розмітку вхідних даних

Щоб швидше обчислювати відстані між точками

У чому полягає основна ідея методу k-середніх?

Ітеруватися по датасету та ділити його за середнім значенням усіх ознак

Перебирати всі можливі способи розбиття датасету на групи

Почати з початкових позицій центрів кластерів і ітеративно уточнювати їх положення

Шукати нецентроїдну структуру (наприклад, густину точок)

Який параметр k у методі k-середніх?

Кількість кластерів, що алгоритм має знайти

Кількість даних у кожному кластері

Множник швидкості навчання

Кількість ітерацій, які виконує алгоритм

Яку задачу зазвичай розвʼязують методом k-середніх (k-means)?

Кластеризацію на заздалегідь задану кількість груп

Пошук залежності між вхідними змінними та вихідною (регресія)

Класифікацію на основі вже відомих ярликів класів

Визначення оптимальних гіперпараметрів нейронної мережі

Який основний принцип навчання без учителя (unsupervised learning)?

Модель завжди генерує точний прогноз

Модель навчається на даних, де цільова змінна відсутня

Модель навчається на розмічених (labelled) даних

Модель навчається на даних із фіксованим набором класів

Який код (у scikit-learn) використовується для лінійної регресії?

regressor =

LinearRegression()

regressor =

LogisticRegression()

regressor =

KMeans(n_clusters=3)

regressor =

DBSCAN(eps=0.5)

Чому поліноміальну регресію можна розглядати як «лінійну» у просторі ознак?

Бо поліноміальна регресія не відрізняється від лінійної

Бо поліноміальну регресію не можна реалізувати без лінійної складової

Бо використовуємо завжди поліноми першого степеня

Бо поліноміальні ознаки трансформують вхідні X, але модель все одно лишається лінійною за цими новими ознаками

Який принцип лежить в основі лінійної регресії?

Знаходження оптимального ступеня полінома для наближення даних.

Зведення виходу моделі до одного з кількох фіксованих класів.

Використання дерев рішень для побудови моделі.

Припущення, що між ознаками X та виходом y існує лінійна залежність.

Чому при побудові регресійної моделі зазвичай розбивають датасет на тренувальний та тестовий набори?

Щоб уникнути перенавчання (overfitting) і чесно оцінити якість моделі на невідомих даних.

Щоб не порушувати авторські права на дані.

Щоб у тренувальному наборі були лише позитивні приклади.

Щоб збільшити швидкість навчання моделі.