3.4
习题

在本章中，我们一起学习了线性模型的基本概念，研究了一些常见的线性模型；同时，我们还了解了线性模型的工作原理、梯度下降的概念，以及可以用于分类任务的线性模型；此外，我们还探讨了正则化技术，以及使用了正则化的线性模型。下面这些习题可以帮助读者通过实操学习更多的相关知识。

1．向ChatGPT提问，了解什么是多项式回归模型。

2．向ChatGPT提问，了解什么是线性判别分析模型。

3．向ChatGPT提问，了解在scikit-learn库中，除了波士顿房价数据集，还内置了哪些数据集。

4．使用scikit-learn库内置的用于回归任务的数据集，训练线性回归模型，并查看模型的参数。

5．使用scikit-learn库内置的用于分类任务的数据集，训练逻辑回归模型，并查看测试集中的样本属于某个分类的概率。

6．向ChatGPT提问，了解如何在逻辑回归中添加正则化项，并观察正则化项对模型的影响。

7．让ChatGPT解释Elastic Net回归的详细原理，并给出示例代码。 QhJWdGLpBLtCVj5ZkXtmDlMqutsluhDvhwWCfFy5btFjJHp68jFc1gITGKTUNipn