Chọn phát biểu đúng về số dư? 

Câu hỏi này kiểm tra kiến thức về các thuật ngữ thống kê cơ bản. Trong đó, hệ số R bình phương (R-squared) được sử dụng để đo lường mức độ phù hợp của mô hình hồi quy tuyến tính, thể hiện tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập.

* a. bình phương R: Đây là đáp án đúng. R bình phương (R-squared) đại diện cho tỷ lệ phương sai trong biến phụ thuộc có thể dự đoán được từ biến độc lập.
* b. Phương sai: Phương sai đo lường sự phân tán của một tập dữ liệu xung quanh giá trị trung bình của nó. Nó không trực tiếp thể hiện tỷ lệ phương sai được giải thích bởi biến độc lập.
* c. Độ lệch chuẩn: Độ lệch chuẩn là căn bậc hai của phương sai, cũng đo lường sự phân tán của dữ liệu, nhưng không cho biết tỷ lệ phương sai được giải thích.
* d. Nghĩa là: Trung bình (Mean) là giá trị trung tâm của một tập dữ liệu và không liên quan đến tỷ lệ phương sai được giải thích.

Do đó, đáp án chính xác là a. bình phương R.

Trong học máy, việc chia tập dữ liệu thành các tập con là một bước quan trọng để đánh giá và lựa chọn mô hình phù hợp.

- Tập huấn luyện (training set): Được sử dụng để huấn luyện mô hình, tức là để mô hình học các mối quan hệ trong dữ liệu.
- Tập kiểm tra (test set): Được sử dụng để đánh giá hiệu năng của mô hình sau khi đã huấn luyện. Tập này giúp ước lượng khả năng tổng quát hóa của mô hình trên dữ liệu mới, chưa từng thấy.
- Tập xác nhận (validation set): Được sử dụng để tinh chỉnh các siêu tham số (hyperparameters) của mô hình trong quá trình huấn luyện. Việc này giúp tối ưu hóa mô hình để đạt hiệu năng tốt nhất trên tập kiểm tra.

Vì vậy, đáp án đúng là b. tập kiểm tra, tập huấn luyện và tập xác nhận. Các đáp án khác chỉ liệt kê một phần của quá trình này và không đầy đủ.

Ví dụ:
Khi xây dựng một mô hình dự đoán giá nhà, chúng ta có thể chia dữ liệu thành:
- 70% dữ liệu cho tập huấn luyện.
- 15% dữ liệu cho tập xác nhận.
- 15% dữ liệu cho tập kiểm tra.

Câu hỏi này kiểm tra kiến thức về các khái niệm thống kê cơ bản. Cụ thể, nó hỏi về tên gọi của một đại lượng đo lường độ phân tán của dữ liệu.

* Độ lệch chuẩn là căn bậc hai của phương sai. Phương sai là trung bình của các bình phương độ lệch của mỗi giá trị so với giá trị trung bình. Do đó, "căn bậc hai của sự khác biệt bình phương trung bình giữa dữ liệu và giá trị trung bình" chính là định nghĩa của độ lệch chuẩn.
* Trung bình là tổng của tất cả các giá trị chia cho số lượng giá trị.
* R-bình phương là một thước đo thống kê thể hiện tỷ lệ phương sai trong một biến phụ thuộc được dự đoán từ một biến độc lập.
* Phương sai là trung bình của các bình phương độ lệch của mỗi giá trị so với giá trị trung bình.

Vậy, đáp án đúng là độ lệch chuẩn.

Khi mô hình hồi quy tuyến tính không phù hợp với dữ liệu, có một số cách để cải thiện mô hình.

- Thêm nhiều biến hơn (1): Việc thêm các biến có thể giúp mô hình nắm bắt được các mối quan hệ phức tạp hơn trong dữ liệu. Tuy nhiên, cần cẩn trọng để tránh overfitting (mô hình quá khớp với dữ liệu huấn luyện và hoạt động kém trên dữ liệu mới).
- Giới thiệu các biến đa thức (2): Nếu mối quan hệ giữa các biến độc lập và biến phụ thuộc không tuyến tính, việc thêm các biến đa thức (ví dụ: x^2, x^3) có thể giúp mô hình phù hợp hơn.
- Loại bỏ một số biến (3): Trong một số trường hợp, việc loại bỏ các biến không liên quan hoặc gây nhiễu có thể cải thiện hiệu suất của mô hình. Tuy nhiên, cần cân nhắc kỹ lưỡng trước khi loại bỏ bất kỳ biến nào, vì có thể vô tình loại bỏ thông tin quan trọng.

Do đó, cả ba lựa chọn trên đều có thể được cân nhắc để cải thiện mô hình hồi quy tuyến tính không phù hợp, tùy thuộc vào tình huống cụ thể và đặc điểm của dữ liệu.