阅读下述案例材料, 完成第29-31题。 对某数据集使用分类算法得到以下结果,记“1”为阳性,“0”为阴性 预测 0 1 实际 0 34 6 1 10 80 由表中信息,精准率为()
A.0.854
B.0.772
C.0.888
D.0.93
- · 有6位网友选择 B,占比66.67%
- · 有3位网友选择 C,占比33.33%
A.0.854
B.0.772
C.0.888
D.0.93
A.(0.77,0.143)
B.(0.77,0.23)
C.(0..91,0.09)
D.(0.667,0.091)
A.y=71.7813+0.4161x
B.y=5.06+0.021x
C.y=14.186+20.08x
D.y=61.151+0.373x
A.y ~ x2 + x4 + x6
B.y ~ x1 + x3 + x4 + x6
C.y ~ x2 + x3 + x4 + x6
D.y ~ x2 + x3+ x4 + x5 + x6
A.准确度是待测物的测定值与其真值的一致性程度
B. 诊断的特异性是将实际患病者正确地判断为阳性(真阳性)的百分率
C. 阳性预测值是指特定试验方法测定得到的阳性结果中真阴性的比率
D. 诊断的敏感性是指将实际患病者正确地判断为阴性的百分率
E. 阴性预测值是指特定试验方法测定得到的阳性结果中真阳性的比率
本案例搜集无人飞行器运行状态与操控指令类别的数据,状态变量(自变量)x1-x9,为连续变量;操控变量(因变量)y为逻辑变量。问题1-4中考虑y为0-1变量,即二分类问题。问题5进一步考虑y为三元逻辑变量问题。 本例使用sklearn库进行分析,按以下各题要求,先进行数据分析,再根据运行结果答题。答题时选择与运行结果最为接近的数值。 1,二分类问题,对训练集(文件名:shuttle_train_binary.csv)进行Logistic回归,采用默认参数设置,为计算回归参数,运行model. coef_命令,得到的前两个分量的数值结果分别为() A. 12,-3 B. 5,-6 C. -2,-7 D. 16,-5 2.. 对训练集最后一行数据,计算y=0的概率,其数值最接近以下哪一项() A. 0.90 B. 0.92 C. 0.94 D. 0.96 E. 0.98 3. 将第1小题训练的结果对测试集(文件名:shuttle_test_binary.csv)进行验证,计算测试集中y=1数据的召回率,其结果为() A. 0.81 B. 0.84 C. 0.87 D. 0.9 E. 0.95 4. 继续对测试集进行验证,计算AUC的数值结果为() A. 0.99 B. 0.97 C. 0.95 D. 0.93 E. 0.90 5. 考虑三分类问题,对训练集(文件名:shuttle_train_ternary.csv)进行Logistic回归,分类方法采用多元逻辑回归(multi_class='multinomial'),求解算法设为solver='sag',其余参数采用默认设置。对回归结果计算其误判矩阵(confusion_matrix),则y=1的数据中被误判为其他两类的数据个数为() A. 450 B. 478 C. 500 D. 540
筛检试验的阴性预测值是指
A.实际有病按阳性标准判断为有病的百分比
B.阳性结果中真正有病的比例
C.实际有病按阳性标准判断为无病的百分比
D.阴性结果中真正无病的比例
E.实际无病按阳性标准判断为无病的百分比
阅读材料和具体要求,完成第题。
《鸿门宴》原文(节选)
阅读上述材料及课文说明,为本文设计一段导入语。
查看材料
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!