老師，根據(jù)圖1的表格內(nèi)數(shù)據(jù)計(jì)算器計(jì)算， IDF數(shù)據(jù)結(jié)果=Ln（1/DF），比如ln (1/0.3151376)=1.1547459,但是講義寫的是無底數(shù)的log，實(shí)際是不是應(yīng)該是Ln?
如果chi-square看作是該詞出現(xiàn)的頻率，越高的chisquare代表出現(xiàn)頻率越高，
老師，我之前的記錄里，有兩點(diǎn)感覺是記錄錯(cuò)了，辛苦幫看下，見圖……
Q4，計(jì)算預(yù)測值，為什么不考慮ε？
Q1，問題一：如果第五個(gè)自變量解釋力度上升，R2會(huì)上升，AR2也上升（但小于R2），應(yīng)該是這個(gè)結(jié)果吧？問題二：實(shí)際情況是，AR2下降是不是就可以直接得出結(jié)論“解釋力度下降”？不用再考慮AR2的變化與TS的關(guān)系
問題如下，請老師確認(rèn)第1和第2點(diǎn)的正確性，怎么理解第3點(diǎn)？
這兩公式的含義是什么，請老師解釋一下，為什么由這兩個(gè)數(shù)據(jù)構(gòu)成XY軸呢
神經(jīng)網(wǎng)絡(luò)所做的計(jì)算forward propgation結(jié)果怎樣應(yīng)用于圖像或語音識(shí)別呢？
老師說例如可以把k=2到k=100都跑一遍看哪個(gè)結(jié)果最優(yōu)，請問“最優(yōu)”的判斷標(biāo)準(zhǔn)是什么？
老師，在圖1種用CART做classification的時(shí)候，是怎樣體現(xiàn)圖二中"the prediction of the algorithm at each terminal node will be the category within the majority of data points"
藍(lán)綠色框框里沒太理解，請老師詳解下
Q3的chart1，如果我這樣理解（如圖），是不是也能看出來違反了Homoskedasticity?
這里為什么用Ei直接除以Se，標(biāo)準(zhǔn)化原公式是什么，請老師幫忙回顧，標(biāo)準(zhǔn)化公式的意義是什么
第一次做顯著性檢驗(yàn)的時(shí)候，滯后項(xiàng)的個(gè)數(shù)是如何確定的？是樣本量包含的期數(shù)嗎？
如果是同方差，可能這個(gè)系數(shù)是1會(huì)不會(huì)也拒絕原假設(shè)
程寶問答
金程問答