统计学习导论：基于R应用——第二章习题

目前在看统计学习导论：基于R应用，觉得这本书非常适合入门，打算把课后习题全部做一遍，记录在此博客中。

 

第二章习题

 

1.

(a) 当样本量n非常大，预测变量数p很小时，这样容易欠拟合，所以一个光滑度更高的学习模型更好。

(b) 当样本量n非常小，预测变量数p很大时，这样容易过拟合，所以一个光滑度更小的学习模型更好。

(c) 当预测变量与响应变量之间的关系是非线性时，说明光滑度小的模型会容易欠拟合，所以光滑度高的模型更适合。

(d) 在这里，方差是指用一个不同的训练数据集估计f时，估计函数的改变量。一般来说，光滑度越高的统计模型有更高的方差，所以这里选择一个光滑度小的模型。

2.

这个题目首先给人的感觉是开放性的，看你通过下面信息能够推断或者预测什么结果。

在这里，预测是指输入X得到Y，而推断是指理解Y作为X1,X2...Xp的函数是怎么变化。回归和分类的定义就不多说了。

(a)给人的直观感觉是回归问题。预测问题在这里似乎没有什么意义，反而是可以考虑推断。比如，可以推断员工人数，产业类型以及CEO工资来和利润的关系。

(b)这里明显是有成功和失败两种状态，所以是分类问题，而且是预测新产品。

(c)这里也是回归和预测问题。比较直白。

 

3.

(a) 图书里有