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（pnp.log（p/q)) kl2=np.sum（qnp.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2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3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4题

对于下面的一段python程序，下面的说法正确的是 import numpy as np predicted=np.array（[11.2, 2.5, 7.9, 7.2]) label=np.array（[1, 0, 0, 0]) def softmax（x): return np.exp（x)/np.sum（np.exp（x),axis=0) print （softmax（predicted)) loss=-np.sum（label*np.log（softmax（predicted)))

A.最后一行是计算predicted和label之间的互信息

B.最后一行是计算predicted和label之间的JS散度

C.最后一行是计算predicted和label之间的条件熵

D.最后一行是计算predicted和label之间的交叉熵

点击查看答案

第5题

下面的一段python程序的目的是对样本特征矩阵进行归一化处理，则空格处应该填充的函数是？ from sklearn import datasets iris = datasets.load_iris（) from sklearn.preprocessing import Normalizer print （Normalizer（norm='l1'). （iris.data))

A.fit

B.fit_transform

C.transform

D.normalizer

点击查看答案

第6题

下面的一段python程序是计算并输出y_true和y_pred之间的平均绝对误差，即MAE，则其中print语句的输出结果为（要求：用小数表示，且保留小数点后两位）。 from sklearn.metrics import mean_absolute_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 9] print （mean_absolute_error（y_true, y_pred))

点击查看答案

第7题

下面的一段python程序是使用支持向量机在iris数据集上进行训练的例子，请补全导入的模块名称（用小写字母） from sklearn import cross_validation from sklearn import from sklearn import datasets iris = datasets.load_iris（) X_train, X_test, y_train, y_test = cross_validation.train_test_split （iris.data, iris.target, test_size=0.2 ) clf = svm.SVC（kernel='linear', C=1).fit（X_train, y_train)

点击查看答案

第8题

下面的一段python程序是使用支持向量机在iris数据集上进行训练的例子，且该程序已经导入了必要的模块（用省略号表示）。则程序中空格处应该填充的拟合函数是： …… iris = datasets.load_iris（) X_train, X_test, y_train, y_test = cross_validation.train_test_split （iris.data, iris.target, test_size=0.2 ) clf = svm.SVC（kernel='linear', C=1). （X_train, y_train)

A.train

B.fit

C.learn

D.ml

点击查看答案

第9题

编写如图所示应用程序，单击选择菜单项退出后，显示下面的请选择对话框，选择是结束程序，选择否显示下面的消息对话框。

点击查看答案

账号：尚未登录

登录没有账号？去注册

搜题记录

联系客服

购买搜题卡

相关内容

在受灾地区安置点建设初期，碰到比如安全、卫生、板房漏水等具体问题而管委会又没有能力解决的时候，社区冲突就容易发生。为此，社会工作者在走访调查的基础上，组织两排紧邻的、门对门的居民在弄堂之间座谈，共同协商和研究解决这些问题的办法，促进了邻里之间的熟识以及自决和自我管理机制的建立。同时，在社会工作者的指导下，各个安置点又逐步建立起老人之间、青年之间、妇女之间以及不同人群之间的互助网络和志愿服务网络。该案例中，社会工作者运用的方法有（）

某实施监理的水利工程，发包人与甲施工单位按《水利水电工程标准施工招标文件（2009年版）》通用合同条款签订了合同，合同工期2年。经发包人同意，承包人将其中的基础处理工程分包给乙施工单位。【事件】工

某土方工程中,承包人在合同中标明有松软石的地方没有遇到松软石,因此工期提前1个月。但在合同中另一未标明有坚硬岩石的地方遇到更多的坚硬岩石,开挖工作变得更加困难,由此造成了实际生产率比原计划低得多,经测算影响工期3个月。由于施工速度慢,使得部分施工任务拖到雨季进行,按一般公认标准推算,又影响工期2个月。为此承包人准备提出索赔。（3）在工程施工中,通常可以提供的索赔证据有哪些

《建设工程安全生产管理条例》规定单位有以下（）行为的责令限期改正逾期未改正的责令停业整

采用台阶法施工时，上台阶高度宜为（）m，装渣机械应紧跟开挖面，减少扒渣距离

某高速公路第C合同段,承包人在与业主签订施工合同后开始进场施工。施工中承包人按照设计提供的取土场开始清表取土填筑路基（该合同段全为借土填方,运距lOkm）,当取土场取深3m后发现下面是岩石和不

考试指南全部 >

湖北二建管理多少分算过 2024及格标准是什么一级建造师考试成绩几年有效 2024年福建一级建造师考试报名时间：6月7日开始 2024广东二建法规多少分及格合格标准是什么 2023年中级注安师准考证打印入口天津 2024年吉林安全工程师报名时间预计注安工程师报名入口在哪儿找嘉兴2023年一级建造师考试违纪处理公告：2人成绩无效！注册安全工程师几月考一级建造师哪个部门发证

功能	扣减规则
功能	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

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))

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（pnp.log（p/q)) kl2=np.sum（qnp.log（q/p))