BOW, n-gram, DTM分別是什么，有哪些特征詞區(qū)分
第一題的文字解析說，要滿足多元回歸假設(shè)，自變量不是隨機的，怎么理解？
精 這里為什么只會高估，不會低估呢？
老師，這里只要是隨機游走都是協(xié)方差不平穩(wěn)的，不管是有沒有drift的隨機游走？
老師，這里的第二行，做簡單數(shù)學變換，把Xt-1移到等式左邊，也可以得到Xt-Xt-1=殘差，此時設(shè)Zt=Xt-Xt-1，也可以如圖上所示得到MRL=0，那是不是就是說明這個式子本身就有MRL=0的特性，那也就不需要做一階差分?。浚ㄒ浑A差分是為了把MRL不等于0的式子轉(zhuǎn)換成MRL=0的式子，是這樣嗎？不是請老師指正。）這里做一階差分的意義到底是什么？
老師，請問下如果同方差被違反了，那么殘差散點圖畫出來是什么樣的呢？序列自相關(guān)的情況下和殘差和X線性相關(guān)的情況下，殘差散點圖又是什么樣呢？
為什么第4個會有serial_correlation
老師，請問什么叫overfitting
這里Y*為什么是cap值，不是含有殘值嗎，應該是Y*不帶cap
句子集，和語料庫是一個意思嗎？ 計算TFIDF時，為什么TF 與 DF 指標的方向性是相反的呢？ 我理解句子集是我們要分析的文本，語料庫是指提前通過科學統(tǒng)計方法，準備的用于文本分析的基礎(chǔ)庫。 請問我的理解錯在哪里呢？
PPT中 Other models for time series data為什么視頻中沒有講
這個方程完整的式子應該是什么呢
講義上說當unequal class distribution時用FI score比用accuracy更合適，unequal class distribution是什么意思？
Q4為啥正的序列自相關(guān)，會導致SSE和MSE偏小呢？看沖刺筆記Page 25頁上說正的序列自相關(guān)定義是，一個觀測值的正殘差增加了另一個觀測值的正殘差的機會，從這個定義上說，存在正序列自相關(guān)不就是導致估計出的模型SSE偏大么？
自回歸模型的使用條件是 “歷史的數(shù)據(jù)和未來差不多”，那既然這樣的話，它還有什么使用價值呢？前后都差不多，那為什么還需要預測呢？課程聽到這，我感覺自回歸的應用場景，只限于 “長期圍繞均值上下波動“的變量，對不對，比如利率這種東西，大漲大跌的比如說股票價格就不行？
程寶問答
金程問答