Machine learning 你能解释一下这个问题吗？我是ML的新手，我面临着这个问题，但我不清楚它的解决方案
问题就在眼前 问题的形象： 问题2 许多可以燃烧的物质（如汽油和酒精）具有基于碳原子的化学结构；因此，它们被称为碳氢化合物。化学家想了解分子中碳原子的数量如何影响分子燃烧时释放的能量（即燃烧）。化学家获得以下数据集。在右边的一栏中，kj/摩尔是测量释放能量的单位。例子 您希望使用线性回归Machine learning 你能解释一下这个问题吗？我是ML的新手，我面临着这个问题，但我不清楚它的解决方案,machine-learning,Machine Learning,问题就在眼前 问题的形象： 问题2 许多可以燃烧的物质（如汽油和酒精）具有基于碳原子的化学结构；因此，它们被称为碳氢化合物。化学家想了解分子中碳原子的数量如何影响分子燃烧时释放的能量（即燃烧）。化学家获得以下数据集。在右边的一栏中，kj/摩尔是测量释放能量的单位。例子 您希望使用线性回归（ha（x）=a0+a1x）来估计释放的能量量（y）作为碳原子数的函数（x）。您认为以下哪项是您为a0和a1获得的值？您应该能够选择正确的答案，而无需实际实施线性回归 A) a0=−1780.0, a1=−53
（ha（x）=a0+a1x）（y）（x）a0a1A) a0=−1780.0, a1=−530.9 B) a0=−569.6, a1=−530.9
C) a0=−1780.0, a1=530.9 D) a0=−569.6, a1=530.9
由于所有A0都是负值，但两个A1都是正值，让我们先计算出后者。 正如你所看到的，通过增加碳原子的数量，能量变得越来越负，因此这种关系不能正相关，这就排除了选项c和d 那么对于截距，产生最小误差的值就是正确的值。对于1和10（更容易计算），a的输出约为-2300和-7000，b的输出约为-1100和-5900，因此人们更喜欢b而不是a
PS：你可能认为数据中应该有a0和a1的明显值，但事实并非如此。这个问题的目的是让你大致了解最合适的。同样，这种解决方法也有点像机器学习，因为所有的a0都是负的，但两个a1都是正的。让我们先找出后者。 正如你所看到的，通过增加碳原子的数量，能量变得越来越负，因此这种关系不能正相关，这就排除了选项c和d 那么对于截距，产生最小误差的值就是正确的值。对于1和10（更容易计算），a的输出约为-2300和-7000，b的输出约为-1100和-5900，因此人们更喜欢b而不是a PS：你可能认为数据中应该有a0和a1的明显值，但事实并非如此。这个问题的目的是让你大致了解最合适的。这种解决方法也是一种机器学习，因为碳原子（x）增加，释放的热量（y）减少，我们的第一个假设是-
a1必须是负数
查看表格：少数a0应高于-1000。将一些值放在x上，我们可以看到函数的行为，并选择相应的函数作为答案。
再说一次，如果你感到困惑的话！然后拿一张纸，从4个选项中得出4个方程式：
这太容易了，伙计！：）由于碳原子（x）增加而释放的热量（y）减少，我们的第一个假设是-
a1必须是负数
查看表格：少数a0应高于-1000。将一些值放在x上，我们可以看到函数的行为，并选择相应的函数作为答案。
再说一次，如果你感到困惑的话！然后拿一张纸，从4个选项中得出4个方程式：
这太容易了，伙计！：）哪部分不清楚？在哪里以及如何知道a0和a1的值？我投票将这个问题作为离题题结束，因为它与编程无关。哪部分不清楚？在哪里以及如何知道a0和a1的值？我投票将这个问题作为离题结束，因为它与编程无关。谢谢你，伙计！现在，有点清楚了，但对于a0的值（在你的答案的第二段中），我仍然感到困惑，你能告诉我你是如何测量最小误差的，你是如何决定对那些数字（-2300，-7000和-1100，-5900）选择b而不是a的吗？用x=1和10替换线性方程中的a0和a1。给出最接近表的值的是最好的。你真的不需要计算器，只是粗略的求和就足够了。谢谢你，伙计！现在，有点清楚了，但对于a0的值（在你的答案的第二段中），我仍然感到困惑，你能告诉我你是如何测量最小误差的，你是如何决定对那些数字（-2300，-7000和-1100，-5900）选择b而不是a的吗？用x=1和10替换线性方程中的a0和a1。给出最接近表的值的是最好的。你真的不需要计算器，只要粗略的求和就足够了。