为什么这里不需要拆分数据集?

这部分是不是有点像前面SPSS里的判别式

这里SGD拟合数据集后,然后score打分了,可是这个只知道模型优劣?

那然后有啥用,接着怎么预测线性回归呢

这里的损失函数值是指的啥?

老师这里模型的分数,不仅与超参数有关啊。

比如还和train_test划分比例有关,和cv折数有关,

最后还和超参数的选择有关

那这些比如cv折数啊拆分数据集比例怎么选?(这些也会影响最后的分数)

为什么在这节课样本特征标准化跟上一节不一样啊，上一节是三行代码，这节课一行代码就可以了？

为什么这里不用拆分数据集直接就拟合了啊？

这个线性回归模型建好之后用来干嘛的啊？每次模型建好后都只是测试了一下分数，没做预测，也没用来计算，感觉没啥实际用处呀，能不能说下工作中建好模型用来干嘛的?

老师在视频第9分30秒，为什么说原假设是不相关的啊，也没有哪里说明原假设是不相关的啊，原假设不能是相关的么？

老师，视频18节这一节不能播放