机器学习与应用 第5章 回归习题参考答案.docx

第5章回归习题参考答案

一、选择题

【答案】C

【解析】线性回归模型在机器视觉中通常用于预测图像中的连续变量，如物体的大小、位置等。

.【答案】C

【解析】R-squared值接近1表示模型对数据的拟合程度很好，预测能力较强。

【答案】B

【解析】如果数据集中的特征与目标变量之间不存在线性关系，那么使用线性回归模型进行拟合可能会导致欠拟合，即模型无法很好地捕捉数据的内在规律。

【答案】B

【解析】在进行机器学习时，特征缩放通常用于调整不同特征之间的尺度，使它们在模型训练过程中具有相同的权重，从而提高模型的训练速度。

【答案】C

【解析】在机器视觉线性回归中，通常不需要进行非线性变换