Выберите правильный вариант
Anonymous Quiz
21%
Список вероятностей
41%
Один класс (метку)
17%
Один признак
12%
Коэффициенты
3%
One-hot вектор
5%
Посмотреть результаты
Что может быть проблемой?
from sklearn.cluster import KMeans
import numpy as np
X = np.array([[1, 10], [2, 20], [100, 9000]])
KMeans(n_clusters=2).fit(X)
Выберите правильный вариант
Anonymous Quiz
37%
Влияет масштаб признаков
9%
Слишком мало кластеров
20%
KMeans не работает с int
15%
Ошибка из-за размера данных
5%
Метод не определён
14%
Посмотреть результаты
Что выведет print?
from sklearn.decomposition import PCA
import numpy as np
X = np.random.rand(100, 5)
X_pca = PCA(n_components=2).fit_transform(X)
print(X_pca.shape)
Выберите правильный вариант
Anonymous Quiz
19%
(5, 2)
21%
(2, 100)
45%
(100, 2)
9%
(100, 5)
2%
м
4%
Посмотреть результаты
Для чего используется t-SNE?
from sklearn.manifold import TSNE
import numpy as np
X = np.random.rand(200, 10)
X_emb = TSNE(n_components=2).fit_transform(X)
Выберите правильный вариант
Anonymous Quiz
18%
Балансировка классов
15%
Выбор числа кластеров
15%
Заполнение пропусков
16%
Повышение точности модели
31%
Снижение размерности для визуализации
5%
Посмотреть результаты
Что выведет код?
import numpy as np
a = np.array([[1, 2], [3, 4]])
b = a.T
b[0][1] = 99
print(a)
Выберите правильный вариант
Anonymous Quiz
35%
[[ 1 99] [ 3 4]]
22%
[[ 1 2] [99 4]]
11%
[[ 1 2] [ 3 99]]
9%
[[99 2] [ 3 4]]
16%
[[ 1 2] [ 3 4]]
7%
Посмотреть результаты
Что выведет код?
import numpy as np
a = np.arange(6)
b = a.reshape((2, 3))
b[0][1] = 42
print(a)
Выберите правильный вариант
Anonymous Quiz
8%
[ 0 1 42 3 4 5]
18%
[ 0 1 2 42 4 5]
59%
[ 0 42 2 3 4 5]
6%
[ 0 1 2 3 4 5]
6%
[42 1 2 3 4 5]
2%
Посмотреть результаты
Что выведет код?
import numpy as np
a = np.array([[1], [2], [3]])
b = np.array([10, 20, 30])
print(a + b)