With cross-validation, we obtain a

With cross-validation, we obtain a more conservative estimate (that is, the error is
greater): 5.6. As in the case of classification, this is a better estimate of how well
we could generalize to predict prices.
Ordinary least squares is fast at learning time and returns a simple model, which is
fast at prediction time. For these reasons, it should often be the first model that you
use in a regression problem. However, we are now going to see more advanced
methods.

Kết quả (Việt) 1:

Với cross-xác nhận, chúng tôi có được một ước tính bảo thủ hơn (có nghĩa là, lỗi làlớn hơn): 5,6. Như trong trường hợp của phân loại, đây là một ước tính tốt hơn như thế nào tốtchúng tôi có thể khái quát để dự đoán giá cả.Bình thường tối thiểu nhanh lúc học thời gian và trả về một mô hình đơn giản, đó lànhanh tại thời gian dự đoán. Cho những lý do này, nó thường nên là các mô hình đầu tiên mà bạnsử dụng trong một vấn đề hồi quy. Tuy nhiên, chúng tôi là bây giờ sẽ xem chi tiết nâng caophương pháp.

Kết quả (Việt) 2:

Với cross-validation, chúng ta có được một ước tính bảo thủ hơn (có nghĩa là, lỗi này là
lớn hơn): 5.6. Như trong trường hợp của phân loại, đây là một ước lượng tốt hơn như thế nào cũng
chúng ta có thể khái quát để dự đoán giá.
phương tối thiểu thông thường là nhanh chóng vào thời gian học tập và trả về một mô hình đơn giản, đó là
nhanh chóng vào thời điểm dự đoán. Đối với những lý do này, nó thường sẽ là mô hình đầu tiên mà bạn
sử dụng trong một vấn đề hồi quy. Tuy nhiên, chúng tôi đang đi để xem nâng cao hơn
phương pháp.