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))

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))

下面的一段python程序的目的是使用主成分分析法（principal component analysis） 对iris数据集进行特征降维，以便于数据的二维平面可视化。则其中空格处应该填充的数字为？ import matplotlib.pyplot as plt from sklearn.decomposition import PCA from sklearn.datasets import load_iris data = load_iris（) X = data.data y = data.target pca = PCA（n_components= ) reduced_X = pca.fit_transform（X)

下面的一段python程序的目的是使用主成分分析法（principal component analysis） 对iris数据集进行特征降维，以便于数据的二维平面可视化。则其中空格处应该填充的数字为？ import matplotlib.pyplot as plt from sklearn.decomposition import PCA from sklearn.datasets import load_iris data = load_iris（) X = data.data y = data.target pca = PCA（n_components= ) reduced_X = pca.fit_transform（X)

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)

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)

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)