풀어 보시다 정말 모르겠으신 분들만 보세요직접 풀어보는 것이 중요합니다.시그마 제곱이 작아질 수록 가우시안커널은 같은 위치에서 더은 narrow 해진다

Accuracy = (85 + 10) / (1000) = 0.095 Precision = (85) / (85 + 890) = 0.087 Recall = 85 / (85 + 15) = 0.85. F1 Score = (2 * (0.087 * 0.85)) / (0.087 + 0.85) = 0.16

풀어 보시다 정말 모르겠으신 분들만 보세요

답은 3번째 입니다 16 + 24 - 1 = 39. {(2(1.01)^4 + 2) - (2(0.99)^4 + 2)} / {2(0.01)} = 8.0008 (2(1.01)4+2)−(2(0.99)4+2)​ / 2(0.01) = 8.0008

출력 fprintf('octave') identity matrix 5x5 정사각행렬에서 주대각선의 원소가 모두 1이고, 다른 원소는 모두 0인 행렬 을 만든다 I = eye(5); 데이터 로드 octave 에서는 주석을 쓸때 % 를 씁니다 data = load('data1.txt'); X = data(:, 1); % 전체 데이터에서 1번째 행 y = data(:, 2); % 전체 데이터에서 2번째 행 m = length(y); % 트레이닝 세트의 개수 플롯(plot) 만들기 plot(x, y, 'rx', 'MarkerSize', 10); % 데이터로 플롯(plot)을 만든다 ylabel('y'); % y 축 레이블 xlabel('x'); % x 축 레이블 선형회귀 Linear Regression with..

1. Introducing regularization to the model always results in equal or better performance on the training set. underfit 될수 있다. -> 결과가 안좋아진다. 2 .Adding many new features to the model helps prevent overfitting on the training set. overfitting 될 수 있다. 3. Introducing regularization to the model always results in equal or better performance on examples not in the training set. regularization 이 과다하면 트레..