Linear Regression NVIDIA Lab - OLS

Training Set Fit

Train 點 Outlier

Test Set Prediction Gap

實際Y 預測Y 誤差

Train R²-

Test R²-

Train Adj R²-

Test Adj R²-

Test RMSE-

Test MAE-

Slope (m)-

Intercept (b)-

測試比例（評估用） 25%

資料筆數（同步增加發散） 38 筆 / 發散 0.85

加入離群值

新手先懂這 5 件事

回歸線看的是「整體趨勢」，不是每個點都要剛好命中。
上圖是學習用資料，下圖是考試用資料。
紅色誤差線越短，代表猜得越接近。
R² 可以當作表現分數，越接近 1 通常越好。
Adj R² 是更保守的分數，避免只看起來很好。
離群值可能把趨勢線拉歪，讓預測變差。

兩版差別（給學員）

簡單 OLS 版：先看「結果」。不用調學習率，適合第一次接觸回歸。

OLS + GD 版：再看「過程」。可觀察每一步怎麼慢慢收斂。

建議教學順序：先簡單 OLS，再切到 OLS + GD。

上圖用訓練集學習，下圖用測試集檢查預測差距。

一句話記住：OLS 是一次算好；GD 是慢慢調整。