更多“对于给定的下面的一段python程序。已知D是W与X的点乘,且W为参数矩阵,X为样本矩阵,则空格中应该填入的数值是 import numpy as np # 正向传播 W = np.random.ra…”相关的问题
第1题
对于给定的下面的一段python程序。已知D是W与X的点乘,且W为参数矩阵,X为样本矩阵,则空格中应该填入的数值是 import numpy as np # 正向传播 W = np.random.randn(5, ) X = np.random.randn(10, 2) D = W.dot(X)
点击查看答案
第2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3题
下面的一段python程序的目的什么? import scipy.sparse as sp from sklearn.preprocessing import Imputer x = sp.csc_matrix([ [1, 2], [0, 3], [7, 6]]) imp = Imputer(missing_values=0, strategy='mean', verbose=0) imp.fit(x) x_test = sp.csc_matrix([ [0, 2], [6, 0], [7, 6]])
A.样本特征矩阵的量纲的缩放
B.缺失值补齐,将0视为缺失值
C.样本特征矩阵的归一化
D.多项式特征的生成
点击查看答案
第4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
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
一个 n x p 的样本矩阵可表示为 p 维空间中的 n 个点。
点击查看答案