线性回归模型训练的目标，就是要使得判别式对给定训练样本拟合的结果，与其真实结果之间的误差最小。
举一反三
- 如果我们说“线性回归”模型完美地拟合了训练样本(训练样本误差为零),则下面哪个说法是正确的? A: 测试样本误差始终为零 B: 测试样本误差可能为零 C: 以上答案都不对
- 如果我们说“线性回归”模型完美地拟合了训练样本（训练样本误差为零），则下面哪个说法是正确的？（ ） A: 测试样本误差不可能为零 B: 选项中的答案都不对 C: 测试样本误差始终为零
- 下面对线性回归描述不正确的是（ ） A: 线性回归可用来分析不同变量之间存在的线性关系 B: 线性回归可用来进行分析预测，即给定一个变量的取值，去预测另外一个变量的取值 C: 线性回归模型的训练是一种非监督学习方法 D: 线性回归模型的训练优化目标是最小化残差平方和的均值
- 【多选题】当训练样本线性不可分时可采用()来缓解和解决。 A: 软间隔 B: 核函数 C: 训练误差最小 D: 测试误差最小
- 以下关于模型有效性的描述中，哪一项是错误的 A: 误差是指学习到的模型在样本上的预测结构与样本的真实结果之间的差 B: 训炼误差指的是在新样本上的误差 C: 机器学习的目标是使学得的模型能够很好的适用于新的样本，而不是仅仅在训炼样本上工<br>作的很好 D: 从模型训练过程的角度，误差可以被分为训练误差以及泛化误差