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]

下面的一段python程序的目的是使用区间缩放法对矩阵的列数据进行量纲缩放，则两处空格应该分别填入什么？ from sklearn.preprocessing import MinMaxScaler data = [[0, 0], [0, 78], [80, 1], [100, 89]] scaler = MinMaxScaler（) scaler. （data) results=scaler. （data) print （results)

A.fit， fit

B.transform， transform

C.transform， fit

D.fit， transform

答案

程序出现ValueError异常

更多“下面的一段python程序的目的是使用区间缩放法对矩阵的列数据进行量纲缩放，则两处空格应该分别填入什么？ from sklearn.preprocessing import MinMaxScaler …”相关的问题

第1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2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3题

A.train

B.fit

C.learn

D.ml

点击查看答案

第4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5题

A.degree=1

B.degree=2

C.poly=2

D.poly=1

点击查看答案

第6题

对程序段G51 X0 Y0 I-1.J-1说法正确的是（）。

A.程序以坐标点(10.,10.)进行镜像的同时，还要进行比例缩放,其中X方向的缩放比例为2.0，而Y轴方向的缩放比例为1.5。

B.进行比例缩放,其中X方向的缩放比例为2.0，而Y轴方向的缩放比例为1.5。

C.程序以坐标点(10.,10.)进行镜像的同时，还要进行比例缩放，Y轴方向的缩放比例为1.5。

D.程序以坐标点(10.,10.)进行镜像的同时，还要进行比例缩放，其中X方向的缩放比例为2.0。

点击查看答案

第7题

缩放工具可以

A.对选中一个视口进行缩放

B.对两个视口同时进行缩放

C.对三个视口同时进行缩放

D.对四个视口同时进行缩放

点击查看答案

第8题

数据的离散化是将数据按比例缩放，使之落入一个小的特定区间。

点击查看答案

第9题

除了利用缩放工具调整图像的视图大小，也可以使用“ctrl+>”和“ctrl+<”进行缩放。

点击查看答案

第10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

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

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