The np.linalg.lstsq function return

The np.linalg.lstsq function returns the total squared error. For each element, it
checks the error (the difference between the line and the true value), squares it,
and returns the sum of all these. It is more understandable to measure the average
error, so we divide by the number of elements. Finally, we take the square root and
print out the root mean squared error (RMSE). For the first unbiased regression,
we get an error of 7.6, while adding the bias improves it to 6.6. This means that we
can expect the price to be different from the real price by at the most 13 thousand
dollars.

Kết quả (Việt) 1:

Chức năng np.linalg.lstsq trả về lỗi bình phương tất cả. Cho mỗi phần tử, nókiểm tra lỗi (sự khác biệt giữa các dòng và giá trị thực), quảng trườngvà trả về tổng của tất cả các. Nó là dễ hiểu hơn để đo lường mức trung bìnhlỗi, do đó, chúng tôi chia cho số lượng các yếu tố. Cuối cùng, chúng tôi mất gốc square vàin ra gốc có nghĩa là bình phương lỗi (Whattheschmidt). Cho các hồi quy đầu tiên không thiên vị,chúng tôi nhận được một lỗi 7.6, trong khi thêm xu hướng cải thiện nó để 6.6. Điều này có nghĩa là chúng tôicó thể mong đợi giá để thể khác với giá thực bởi nhất 13 nghìnđô la.

Kết quả (Việt) 2:

Các chức năng np.linalg.lstsq trả về tổng bình phương lỗi. Đối với mỗi phần tử, nó
sẽ kiểm tra các lỗi (sự khác biệt giữa các dòng và các giá trị true), hình vuông nó,
và trả về tổng của tất cả các. Nó là dễ hiểu hơn để đo lường mức trung bình của
lỗi, do đó chúng tôi chia các số nguyên tố. Cuối cùng, chúng tôi lấy căn vuông và
in ra các gốc có nghĩa là lỗi bình phương (RMSE). Đối với các hồi quy thiên đầu tiên,
chúng tôi nhận được một lỗi là 7,6, trong khi thêm thiên vị cải thiện nó để 6.6. Điều này có nghĩa rằng chúng ta
có thể mong đợi để được giá khác nhau từ giá thực tế của ít nhất 13.000
USD.