重要提示: 请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
当前位置: 首页 > 大学网课 > 大学网课
网友您好, 请在下方输入框内输入要搜索的题目:
搜题

题目

[单选题]

对于下面的一段python程序,下面的说法错误的是 import numpy as np p=np.asarray([0.65,0.25,0.07,0.03]) q=np.array([0.6,0.25,0.1,0.05]) kl1=np.sum(p*np.log(p/q)) kl2=np.sum(q*np.log(q/p))

A.程序最后两行的计算结果是相等的

B.程序最后两行的计算结果是不相等的

C.程序最后两行的的目的是计算相对熵,其是交叉熵与信息熵的差值

D.程序的目的是计算相对熵,其不具备对称性

答案
互信息
更多“对于下面的一段python程序,下面的说法错误的是 import numpy as np p=np.asarray([0.65,0.25,0.07,0.03]) q=np.array([0.6,0.2…”相关的问题

第1题

对于下面的一段python程序,下面的说法错误的是 import numpy as np p=np.asarray([0.65,0.25,0.07,0.03]) q=np.array([0.6,0.25,0.1,0.05]) kl1=np.sum(p*np.log(p/q)) kl2=np.sum(q*np.log(q/p))

A.程序最后两行的计算结果是相等的

B.程序最后两行的计算结果是不相等的

C.程序最后两行的的目的是计算相对熵,其是交叉熵与信息熵的差值

D.程序的目的是计算相对熵,其不具备对称性

点击查看答案

第2题

对于下面的一段python程序,计算的是向量之间的 import numpy as np x=np.random.random(5) y=np.random.random(5) sim=np.dot(x,y)/(np.linalg.norm(x)*np.linalg.norm(y))

A.欧氏距离

B.余弦相似度

C.欧式相似度

D.马修相关系数

点击查看答案

第3题

对于给定的下面的一段python程序及其输出,下面的说法正确的是 import numpy as np a=np.asarray([0.5,0.5]) #假设a为实际分布 b=np.array([0.25,0.75]) c=np.array([0.125,0.875]) kl1=np.sum(a*np.log(a/b)) print ("b,a",kl1) kl2=np.sum(a*np.log(a/c)) print ("c,a",kl2) 其输出结果为 b,a 0.143841036226 c,a 0.413339286592

A.程序的输出是计算了条件熵

B.程序的输出是计算了互信息

C.b和c相比,更接近实际分布a

D.c和b相比,更接近实际分布a

点击查看答案

第4题

对于下面的一段python程序,sim中保存的是向量之间的: import numpy as np x=np.random.random(5) y=np.random.random(5) from scipy.spatial.distance import pdist X=np.vstack([x,y]) sim=1-pdist(X,'cosine')

A.欧氏距离

B.余弦相似度

C.余弦距离

D.马修相关系数

点击查看答案

第5题

对于下面的一段python程序,其目的是生成X_train的二次多项式特征,则空格内应该填入的内容为? from sklearn.preprocessing import PolynomialFeatures X_train = [[3], [4], [5]] quadratic_featurizer = PolynomialFeatures() X_train_quadratic = quadratic_featurizer.fit_transform(X_train) print (X_train_quadratic)

A.degree=1

B.degree=2

C.poly=2

D.poly=1

点击查看答案

第6题

对于下面的一段python程序,下面的说法正确的是 import numpy as np import scipy.stats p=np.asarray([0.65,0.25,0.07,0.03]) q=np.array([0.6,0.25,0.1,0.05]) M=(p+q)/2 result=0.5*scipy.stats.entropy(p, M)+0.5*scipy.stats.entropy(q, M)

A.最后一行是计算p和q之间的KL散度

B.最后一行是计算p和q之间的JS散度

C.最后一行是计算p和q之间的条件熵

D.最后一行是计算p和q之间的交叉熵

点击查看答案

第7题

对于下面的一段python程序,下面的说法正确的是 import numpy as np import scipy.stats p=np.asarray([0.65,0.25,0.07,0.03]) q=np.array([0.6,0.25,0.1,0.05]) M=(p+q)/2 result=0.5*scipy.stats.entropy(p, M)+0.5*scipy.stats.entropy(q, M)

A.最后一行是计算p和q之间的KL散度

B.最后一行是计算p和q之间的JS散度

C.最后一行是计算p和q之间的条件熵

D.最后一行是计算p和q之间的交叉熵

点击查看答案
赏学吧APP
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案
购买前请仔细阅读《购买须知》
请选择支付方式
微信支付
支付宝支付
点击支付即表示你同意并接受《服务协议》《购买须知》
立即支付
搜题卡使用说明

1. 搜题次数扣减规则:

功能 扣减规则
基础费
(查看答案)
加收费
(AI功能)
文字搜题、查看答案 1/每题 0/每次
语音搜题、查看答案 1/每题 2/每次
单题拍照识别、查看答案 1/每题 2/每次
整页拍照识别、查看答案 1/每题 5/每次

备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。

2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。

3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。

请使用微信扫码支付(元)
订单号:
遇到问题请联系在线客服
请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示: 请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
警告:系统检测到您的账号存在安全风险

为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!

- 微信扫码关注赏学吧 -
警告:系统检测到您的账号存在安全风险
抱歉,您的账号因涉嫌违反赏学吧购买须知被冻结。您可在“赏学吧”微信公众号中的“官网服务”-“账号解封申请”申请解封,或联系客服
- 微信扫码关注赏学吧 -
请用微信扫码测试
温馨提示
每个试题只能免费做一次,如需多次做题,请购买搜题卡
立即购买
稍后再说
赏学吧