机器学习
  1. 首页
  2. 江苏开放大学
  3. 机器人工程
  4. 机器学习

筛选

栏目ID:

列表

2026年春江苏开放大学机器学习060729形成性考核作业（二）答案

试题列表单选题题型：单选题客观题分值4分难度：一般得分：41以下程序语句有误的是（）Aclf=LogisticRegression(penalty='l1',random_state=10,solver='liblinear')Bclf=LogisticRegression(penalty='l2',solver='newton-cg')Cclf=LogisticRegression(penalt
江苏开放大学

2026年春江苏开放大学机器学习060729实验及技能训练（二）：共享单车时租数量预测

1.实践目标：掌握数据预处理的基本方法，包括缺失值异常值处理、标准化、离散化、特征编码等。2.实践内容：利用城市当天的天气、温度、湿度和风速等环境信息对自行车的租借数量进行有效预测，预测每小时内租用的自行车总数。3.实践操作：（购买后获取答案）
江苏开放大学

2026年春江苏开放大学机器学习060729实验及技能训练（四）：利用分类模型预测学生成绩等级

1.实践目标：掌握主流的分类模型的实现方法，包括逻辑回归、K近邻、决策树、朴素贝叶斯、支持向量机等。2.实践内容：根据学习者在学习活动中的特征预测学生的成绩等级。3.实践操作：
江苏开放大学

2026年春江苏开放大学机器学习060729综合大作业：基于分类算法的肝病诊断

一.实验内容：本案例基于UCI公开的肝病患者诊断数据，从患者生理指标和医疗检测指标出发，使用单一分类器和集成方法对患者是否患肝病进行预测分析。首先，我们对数据进行了预处理和探索性分析，挖掘出数据的内在联系；之后，借助sklearn中的各种分类模块进行预测；最后，比较不同分类器下的预测效果。下载数据集indian_liver_patient.csv，完成如下内容：1.数据预处理2.探索性分析2.1&
江苏开放大学

2026年春江苏开放大学机器学习060729形成性考核作业（一）答案

试题列表单选题题型：单选题客观题分值2分难度：简单得分：21假如我们使用 Lasso 回归来拟合数据集，该数据集输入特征有 100 个（X1，X2，…，X100）。现在，我们把其中一个特征值扩大 10 倍（例如是特征 X1），然后用相同的正则化参数对 Lasso 回归进行修正。那么，下列说法正确的是？A特征 X1 很可能还包含在模型之中B以上说法都不对C特征 X1 很可能被排除在模型之外D无法确定
江苏开放大学

2026年秋江苏开放大学机器学习060729实验及技能训练（二）：共享单车时租数量预测

1. 实践目标：掌握数据预处理的基本方法，包括缺失值异常值处理、标准化、离散化、特征编码等。2. 实践内容：利用城市当天的天气、温度、湿度和风速等环境信息对自行车的租借数量进行有效预测，预测每小时内租用的自行车总数。3. 实践操作：下载附件在本地环境完成：补齐代码，完成对应实验，并撰写实验报告在此处上传。
江苏开放大学

2026年秋江苏开放大学机器学习060729形成性考核作业（一）

试题列表单选题题型：单选题客观题分值6分难度：中等得分：61下列关于Z-Score标准化的说法不正确的是（ ）A经Z-Score标准化后的特征的样本均值为0B经Z-Score标准化后的取值范围可以为任意实数C经Z-Score标准化后的特征的样本方差不确定DZ-Score标准化⽅法适⽤于特征的最⼤值或最⼩值未知，样本分布⾮常离散的情况学生答案：C老师点评：题型：单选题客观题分值2分难度：简单得分：2
江苏开放大学

2026年秋江苏开放大学机器学习060729形成性考核作业（二）

试题列表单选题题型：单选题客观题分值3分难度：简单得分：31下列模型中属于回归模型的是？ADBSCANBID3C线性回归D逻辑回归学生答案：C老师点评：题型：单选题客观题分值3分难度：一般得分：32下列有关包裹式和嵌⼊式特征选择的说法错误的是（）A包裹式特征选择的思想是把特征选择看做⼀个特征⼦集搜索问题， 筛选各个特征⼦集， ⽤模型评估各个⼦集的效果BScikit-learn中实现嵌⼊式特征选择的
江苏开放大学

2026年秋江苏开放大学机器学习060729实验及技能训练（四）：利用分类模型预测学生成绩等级

1. 实践目标：掌握主流的分类模型的实现方法，包括逻辑回归、K近邻、决策树、朴素贝叶斯、支持向量机等。2. 实践内容：根据学习者在学习活动中的特征预测学生的成绩等级。3. 实践操作：下载附件在本地环境完成：补齐代码，完成对应实验，并撰写实验报告在此处上传。
江苏开放大学

2026年秋江苏开放大学机器学习060729综合大作业：基于分类算法的肝病诊断

一.实验内容：本案例基于UCI公开的肝病患者诊断数据，从患者生理指标和医疗检测指标出发，使用单一分类器和集成方法对患者是否患肝病进行预测分析。首先，我们对数据进行了预处理和探索性分析，挖掘出数据的内在联系；之后，借助sklearn中的各种分类模块进行预测；最后，比较不同分类器下的预测效果。下载数据集indian_liver_patient.csv，完成如下内容：1.数据预处理2.探索性分析2.1
江苏开放大学