Вопросы для самопроверки

• В каких случаях лучше использовать линейную регрессию, а в каких - метод K ближайших соседей для построения прогнозов?
• Зачем используется регуляризация? В каких случаях лучше использовать L1-регуляризацию, а в каких - L2-регуляризацию?
• Какой гиперпараметр в гребневой и LASSO-регрессии отвечает за выразительную сложность (гибкость) модели? Его увеличение увеличивает или уменьшает её сложность?
• От объектов, удовлетворяющих какому свойству, будет и, наоборот, не будет зависеть решение регрессии опорных векторов, и почему?
• Почему, при линейной комбинации прогнозов различных базовых моделей, веса при моделях необходимо настраивать не на той же самой выборке, на которой настраивались базовые модели? Приведите иллюстративный пример.
• Почему важно всегда включать константный признак в список признаков метода Orthogonal Matching Pursuit?