题目
[单选题]
下面的一段python程序是使用scikit-learn来构建线性回归模型，其中最后一条语句的目的是得到X_test的预测结果，则空格内应该填入的函数为 from sklearn.linear_model import LinearRegression X = [[6, 2], [8, 1], [10, 0], [14, 2], [18, 0]] y = [[7], [9], [13], [17.5], [18]] model = LinearRegression（) model.fit（X, y) X_test = [[8, 2], [9, 0], [11, 2], [16, 2], [12, 0]] y_test = [[11], [8.5], [15], [18], [11]] predictions = model. （X_test)
A.predict
B.get
C.pred
D.learn
答案
更多“下面的一段python程序是使用scikit-learn来构建线性回归模型，其中最后一条语句的目的是得到X_test的预测结果，则空格内应该填入的函数为 from sklearn.linear_mod…”相关的问题
第1题
下面的一段python程序是使用scikit-learn来构建线性回归模型，其中最后一条语句的目的是得到X_test的预测结果，则空格内应该填入的函数为 from sklearn.linear_model import LinearRegression X = [[6, 2], [8, 1], [10, 0], [14, 2], [18, 0]] y = [[7], [9], [13], [17.5], [18]] model = LinearRegression（) model.fit（X, y) X_test = [[8, 2], [9, 0], [11, 2], [16, 2], [12, 0]] y_test = [[11], [8.5], [15], [18], [11]] predictions = model. （X_test)
A.predict
B.get
C.pred
D.learn
点击查看答案
第2题
下面的一段python程序是使用scikit-learn来构建线性回归模型，其中最后一条语句的目的是得到X_test的预测结果，则空格内应该填入的函数为 from sklearn.linear_model import LinearRegression X = [[6, 2], [8, 1], [10, 0], [14, 2], [18, 0]] y = [[7], [9], [13], [17.5], [18]] model = LinearRegression（) model.fit（X, y) X_test = [[8, 2], [9, 0], [11, 2], [16, 2], [12, 0]] y_test = [[11], [8.5], [15], [18], [11]] predictions = model. （X_test)
A.predict
B.get
C.pred
D.learn
点击查看答案
第3题
多元线性回归的SAS程序中用于指定回归模型的语句是
A.cli
B.reg
C.model
D.stepwise
点击查看答案
第4题
多元线性回归的SAS程序中用于指定回归模型的语句是（）。
A.cli
B.reg
C.model
D.stepwise
点击查看答案
第5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6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7题
使用最小二乘法估计多元线性回归模型得到的残差项求和一定等于0。
点击查看答案
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！
警告：系统检测到您的账号存在安全风险
