精华内容
下载资源
问答
  • 将代码过程比较重要的一些代码片段做个珍藏,下面代码内容是关于C#变量定义和赋值简单实用范例的代码,希望能对小伙伴们有一些帮助。 using System; class MainClass { public static void Main() { Console....

    将代码过程比较重要的一些代码片段做个珍藏,下面代码内容是关于C#变量定义和赋值简单实用范例的代码,希望能对小伙伴们有一些帮助。

    using System;

    class MainClass {
    public static void Main() {

    Console.WriteLine("var1 value is " + var1);   
    
    var2 = var1 / 2;  
    
    Console.Write("var2 contains var1 / 2: ");  
    Console.WriteLine(var2);  
    

    }
    }

                    <h4>附件:<a href="/uploadfiles/2013/05/20/13690135215956.zip">源代码下载</a></h4>
    
    展开全文
  • 以下选项的叙述中,正确的是循环队列有队头和队尾两个指针,因此,循环队列是非线性结构在循环队列中,只需要队头指针就能反映队列中元素的动态变化情况在循环队列中,只需要队尾指针就能反映队列中元素的动态变化...

    原标题:模拟试卷C【单项选择题】

    1. 按照“后进先出”原则组织数据的数据结构是____

    队列

    双向链表

    二叉树

    2. 以下选项的叙述中,正确的是

    循环队列有队头和队尾两个指针,因此,循环队列是非线性结构

    在循环队列中,只需要队头指针就能反映队列中元素的动态变化情况

    在循环队列中,只需要队尾指针就能反映队列中元素的动态变化情况

    循环队列中元素的个数是由队头指针和队尾指针共同决定

    3. 关于数据的逻辑结构,以下选项中描述正确的是

    存储在外存中的数据

    数据所占的存储空间量

    数据在计算机中的顺序存储方式

    数据的逻辑结构是反映数据元素之间逻辑关系的数据结构

    4. 以下选项中,不属于结构化程序设计方法的是

    自顶向下

    逐步求精

    模块化

    可封装

    5. 以下选项中,不属于软件生命周期中开发阶段任务的是

    软件测试

    概要设计

    软件维护

    详细设计

    6. 为了使模块尽可能独立,以下选项中描述正确的是

    模块的内聚程度要尽量高,且各模块间的耦合程度要尽量强

    模块的内聚程度要尽量高,且各模块间的耦合程度要尽量弱

    模块的内聚程度要尽量低,且各模块间的耦合程度要尽量弱

    模块的内聚程度要尽量低,且各模块间的耦合程度要尽量强

    7. 以下选项中叙述正确的是

    软件交付使用后还需要进行维护

    软件一旦交付就不需要再进行维护

    软件交付使用后其生命周期就结束

    软件维护指修复程序中被破坏的指令

    8. 数据独立性是数据库技术的重要特点之一,关于数据独立性,以下选项中描述正确的是

    数据与程序独立存放

    不同数据被存放在不同的文件中

    不同数据只能被对应的应用程序所使用

    以上三种说法都不对

    9. 以下选项中,数据库系统的核心是

    数据模型

    数据库管理系统

    数据库

    数据库管理员

    10. 一间宿舍可以住多个学生,以下选项中描述了实体宿舍和学生之间联系的是

    一对一

    一对多

    多对一

    多对多

    11. 以下选项中不是Python文件读操作方法的是

    read

    readline

    readall

    readtext

    12. 以下选项中说法不正确的是

    静态语言采用解释方式执行,脚本语言采用编译方式执行

    C语言是静态语言,Python语言是脚本语言

    编译是将源代码转换成目标代码的过程

    解释是将源代码逐条转换成目标代码同时逐条运行目标代码的过程

    13. 以下选项中,不是Python语言特点的是

    强制可读:Python语言通过强制缩进来体现语句间的逻辑关系

    变量声明:Python语言具有使用变量需要先定义后使用的特点

    平台无关:Python程序可以在任何安装了解释器的操作系统环境中执行

    黏性扩展:Python语言能够集成C、C++等语言编写的代码

    14. 拟在屏幕上打印输出“Hello World”,以下选项中正确的是

    print(Hello World)

    print('Hello World')

    printf("Hello World")

    printf('Hello World')

    15. IDLE环境的退出命令是

    exit()

    esc()

    close()

    回车键

    16. 以下选项中,不符合Python语言变量命名规则的是

    keyword_33

    keyword33_

    33_keyword

    _33keyword

    17. 以下选项中,不是Python语言保留字的是

    for

    while

    continue

    goto

    18. 以下选项中,Python语言中代码注释使用的符号是

    //

    /*… …*/

    #

    19. 关于Python语言的变量,以下选项中说法正确的是

    随时命名、随时赋值、随时变换类型

    随时声明、随时使用、随时释放

    随时命名、随时赋值、随时使用

    随时声明、随时赋值、随时变换类型

    20. Python语言提供的3个基本数字类型是

    整数类型、二进制类型、浮点数类型

    整数类型、浮点数类型、复数类型

    整数类型、二进制类型、浮点数类型

    整数类型、二进制类型、复数类型

    21. 以下选项中,不属于IPO模式一部分的是

    Input (输入)

    Program (程序)

    Process (处理)

    Output (输出)

    22. 以下选项中,属于Python语言中合法的二进制整数是

    0b1708

    0B1010

    0B1019

    0bC3F

    23. 关于Python语言的浮点数类型,以下选项中描述错误的是

    浮点数类型与数学中实数的概念一致

    浮点数类型表示带有小数的类型

    Python语言要求所有浮点数必须带有小数部分

    小数部分不可以为0

    24. 关于Python语言数值操作符,以下选项中描述错误的是

    x/y表示x与y之商

    x//y表示x与y之整数商,即不大于x与y之商的最大整数

    x**y表示x的y次幂,其中,y必须是整数

    x%y表示x与y之商的余数,也称为模运算

    25. 以下选项中,不是Python语言基本控制结构的是

    顺序结构

    程序异常

    循环结构

    跳转结构

    26. 关于分支结构,以下选项中描述不正确的是

    if 语句中语句块执行与否依赖于条件判断

    if 语句中条件部分可以使用任何能够产生True和False的语句和函数

    二分支结构有一种紧凑形式,使用保留字if和elif实现

    多分支结构用于设置多个判断条件以及对应的多条执行路径

    27. 关于Python函数,以下选项中描述错误的是

    函数是一段具有特定功能的语句组

    函数是一段可重用的语句组

    函数通过函数名进行调用

    每次使用函数需要提供相同的参数作为输入

    28. 以下选项中,不是Python中用于开发用户界面的第三方库是

    turtle

    PyQt

    wxPython

    pygtk

    29. 以下选项中,不是Python中用于进行数据分析及可视化处理的第三方库是

    numpy

    pandas

    mayavi2

    mxnet

    30. 以下选项中,不是Python中用于进行Web开发的第三方库是

    flask

    Django

    scrapy

    pyramid

    31.

    下面代码的执行结果是

    >>>1.23e-4+5.67e+8j.real

    0.000123

    1.23

    5.67e+8

    1.23e4

    32.下面代码的执行结果是

    >>>s = "11+5in"

    >>>eval(s[1:-2])

    16

    6

    11+5

    执行错误

    33.下面代码的执行结果是

    >>>abs(-3+4j)

    3.0

    4.0

    5.0

    执行错误

    34.下面代码的执行结果是

    >>>x = 2

    >>>x *= 3 + 5**2

    13

    15

    56

    8192

    35.下面代码的执行结果是

    ls=[[1,2,3],[[4,5],6],[7,8]]

    print(len(ls))

    1

    3

    4

    8

    36.下面代码的执行结果是

    a = "Python等级考试"

    b = "="

    c = ">"

    print("{0:{1}{3}{2}}".format(a, b, 25, c))

    ===============Python等级考试

    Python等级考试===============

    >>>>>>>>>>>>>>>Python等级考试

    Python等级考试===============

    37.下面代码的执行结果是:

    ls = ["2020", "20.20", "Python"]

    ls.append(2020)

    ls.append([2020, "2020"])

    print(ls)

    ['2020', '20.20', 'Python', 2020, 2020, '2020']

    ['2020', '20.20', 'Python', 2020]

    ['2020', '20.20', 'Python', 2020, [2020, '2020']]

    ['2020', '20.20', 'Python', 2020, ['2020']]

    38.设city.csv文件内容如下:

    巴哈马,巴林,孟加拉国,巴巴多斯

    白俄罗斯,比利时,伯利兹

    下面代码的执行结果是:

    f = open("city.csv", "r")

    ls = f.read().split(",")

    f.close()

    print(ls)

    ['巴哈马', '巴林', '孟加拉国', '巴巴多斯', '白俄罗斯', '比利时', '伯利兹']

    ['巴哈马', '巴林', '孟加拉国', '巴巴多斯n白俄罗斯', '比利时', '伯利兹']

    ['巴哈马, 巴林, 孟加拉国, 巴巴多斯, 白俄罗斯, 比利时, 伯利兹']

    ['巴哈马', '巴林', '孟加拉国', '巴巴多斯', 'n', '白俄罗斯', '比利时', '伯利兹']

    39.下面代码的执行结果是:

    d = {}

    for i in range(26):

    d[chr(i+ord("a"))] = chr((i+13) % 26 + ord("a"))

    for c in "Python":

    print(d.get(c, c), end="")

    Plguba

    Cabugl

    Python

    Pabugl

    40.给出如下代码:

    while True:

    guess = eval(input())

    if guess == 0x452//2:

    break

    作为输入能够结束程序运行的是

    break

    553

    0x452

    "0x452//2"

    需要标准答案的朋友,请后台留言即可!返回搜狐,查看更多

    责任编辑:

    展开全文
  • 一些变量筛选方法——4、模拟实验

    千次阅读 2018-05-19 00:34:25
    本系列博客聚焦于变量筛选的方法,所以前文中提及PCR与PLSR由于只能使数据进行降维,而能进行变量选择,所以下面的模拟使用这两种方法。 模拟实验 为了比较算法的优劣,我们构造了下列模拟(前两个是...

    本系列博客聚焦于变量筛选的方法,所以前文中提及PCR与PLSR由于只能使数据进行降维,而不能进行变量选择,所以下面的模拟不使用这两种方法。


    模拟实验

    为了比较算法的优劣,我们构造了下列模拟(前两个是线性情况,后三个是非线性情况),其中部分参考现有文献中的构造,包含了线性和非线性的情况:

    1)   Y=c1β1X1+c2β2X2+c3β3I(X3&lt;0)+c4β4X4+ϵ,\text{1)}\ \ \ Y = c_1 \beta_1 X_1 + c_2 \beta_2 X_2 + c_3 \beta_3 \text{I}(X_3 &lt; 0) + c_4 \beta_4 X_4 + \epsilon,
    2)   Y=c1β1X1X2+c3β2I(X3&lt;0)+c4β3X4+ϵ,\text{2)}\ \ \ Y = c_1 \beta_1 X_1 X_2 + c_3 \beta_2 \text{I}(X_3 &lt; 0) + c_4 \beta_3 X_4 + \epsilon,
    3)   Y=c1β1X1+c2β2X2+c3β3I(X3&lt;0)+exp(c4X4)+ϵ,\text{3)}\ \ \ Y = c_1 \beta_1 X_1 + c_2 \beta_2 X_2 + c_3 \beta_3 \text{I}(X_3 &lt; 0) + \exp(c_4 |X_4|) + \epsilon,
    4)   Y=b1X1+b2X22X2+b3exp(X3)3+ϵ,\text{4)}\ \ \ Y = b_1 |X_1| + b_2 \frac{X_2}{2 - X_2} + b_3 \frac{\exp(X_3)}{3} + \epsilon,
    5)   Y=b1sin(X1)+b2tanh(X2)+b3X1X2+ϵ,\text{5)}\ \ \ Y = b_1 \sin(X_1) + b_2 \tanh(X_2) + b_3 \frac{X_1}{X_2} + \epsilon,

    其中,I(X3&lt;0)I(X_3&lt;0)为示性函数,当X3&lt;0X_3 &lt; 0时为1,否则为0;βj=(1)U(a+Z),j=1,2,3,4\beta_j = (-1)^U(a + |Z|),j=1,2,3,4a=4logn/nUBernoulli(0.4)a = 4 \log n / \sqrt{n}\text{,} U \sim \text{Bernoulli} (0.4)bkUniform(1,1)b_k \sim \text{Uniform}(-1, 1)k=1,2,3k=1,2,3 以及ZN(0,1)Z \sim N(0,1)。同时设置(c1,c2,c3,c4)=(2,0.5,3,2)(c_1, c_2, c_3, c_4) = (2, 0.5, 3, 2)

    另外,XiN(0,1),i=1,2,&ThinSpace;,pX_i \sim N(0, 1),i = 1,2,\cdots, pϵN(0,1)\epsilon \sim N(0,1)

    由于最优子集选择等方法适用于维度不是非常高的情况,也为了算法能在交论文之前提交出结果。所以我们选择n=200n=200,分别进行模拟。


    模拟实验一:高维情况

    下面取数据维数p=10,20,30p=10,20,30,分别使用:最优子集选择,向前逐步回归,向后逐步回归(前三种方法我们都使用AIC指标),LASSO(使用CV,最优λ\lambda的选择我们选择1倍标准误的λ\lambda,即λ1se\lambda_{1se},其效果要由于λmin\lambda_{min},而由于选用了λ1se\lambda_{1se},会导致标准较为严苛),SCAD,PDAS。由于基于Pearson相关系数的SIS,基于距离相关性的SIS,随机森林方法来进行变量选择,这三种方法只能人为指定选择出来的变量个数所以在这个模拟实验中不进行比较。

    模拟重复100次,记录选出相关变量的个数平均值与方差,以及选到但选错变量的个数平均值与方差。例如:1)式表示X1,X2,X3,X4X_1,X_2,X_3,X_4 被选出的个数,以及所有选出的变量中选错的个数。单独写出,便得到如下定义:

    • True Positive = 选出的所有变量中,正确的相关变量个数
    • False Positive = 选出的所有变量中,错误的相关变量个数
    • False Positive + True Positive = 选出的所有变量

    公式一、二、三中,相关变量个数均为4个;公式四:3个;公式五:2个。下面展示模拟结果。(注:由于写课程报告的时间实在有限,模拟维数一旦过高,最优子集选择、向前逐步回归、向后逐步回归三种方法的速度会呈指数上升,所以本模拟只使用p=10,20,30p=10,20,30三种情况)

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 4 ± 0 2.36 ± 0.89 2.04 ± 0.9 1.45 ± 0.81 0.73 ± 0.74
    Forward 4 ± 0 2.9 ± 0.75 2.27 ± 1.13 1.7 ± 0.92 0.72 ± 0.73
    Backward 4 ± 0 2.9 ± 0.76 2.26 ± 1.12 1.69 ± 0.92 0.72 ± 0.73
    LASSO 4 ± 0 1.07 ± 0.41 0.35 ± 0.54 0.29 ± 0.46 0.26 ± 0.54
    SCAD 4 ± 0 1.62 ± 0.94 1.95 ± 1.1 1.55 ± 0.69 1.28 ± 0.45
    PDAS 4 ± 0 2.36 ± 0.89 2.04 ± 0.9 1.44 ± 0.81 0.73 ± 0.74
    Table 1: True Positive p = 10

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 4 ± 0 2.51 ± 0.87 2.09 ± 0.99 1.37 ± 0.84 0.75 ± 0.78
    Forward 4 ± 0 2.5 ± 0.88 1.81 ± 1.04 1.22 ± 0.84 0.61 ± 0.72
    Backward 4 ± 0 2.48 ± 0.9 1.82 ± 1.05 1.21 ± 0.84 0.6 ± 0.72
    LASSO 3.99 ± 0.1 1 ± 0.2 0.29 ± 0.46 0.26 ± 0.44 0.11 ± 0.42
    SCAD 4 ± 0 1.58 ± 0.85 1.67 ± 0.91 1.56 ± 0.69 1.26 ± 0.44
    PDAS 4 ± 0 2.5 ± 0.87 2.09 ± 0.99 1.37 ± 0.84 0.75 ± 0.78
    Table 2: True Positive p = 20

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 4 ± 0 2.48 ± 0.87 2.16 ± 0.91 1.48 ± 0.83 0.71 ± 0.76
    Forward 3.99 ± 0.1 2.18 ± 0.82 1.79 ± 1.03 1.22 ± 0.84 0.52 ± 0.7
    Backward 3.99 ± 0.1 2.2 ± 0.83 1.77 ± 1.01 1.2 ± 0.8 0.51 ± 0.69
    LASSO 3.99 ± 0.1 1 ± 0.14 0.23 ± 0.42 0.19 ± 0.39 0.18 ± 0.48
    SCAD 3.99 ± 0.1 1.54 ± 0.81 1.66 ± 0.88 1.52 ± 0.61 1.26 ± 0.44
    PDAS 4 ± 0 2.46 ± 0.85 2.14 ± 0.92 1.46 ± 0.85 0.71 ± 0.76
    Table 3: True Positive p = 30

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 0.94 ± 0.96 1.2 ± 0.98 1.01 ± 0.89 1.27 ± 1.03 1.52 ± 0.93
    Forward 0.55 ± 1.16 2.21 ± 1.55 1.59 ± 1.41 1.72 ± 1.6 1.23 ± 1.46
    Backward 0.55 ± 1.16 2.21 ± 1.55 1.6 ± 1.41 1.73 ± 1.6 1.23 ± 1.46
    LASSO 0.45 ± 0.74 0 ± 0 0.04 ± 0.2 0.07 ± 0.26 0.12 ± 0.33
    SCAD 1.67 ± 1.32 1.64 ± 1.37 1.16 ± 1.73 1.07 ± 1.7 0.93 ± 1.67
    PDAS 0.94 ± 0.96 1.2 ± 0.98 1.01 ± 0.89 1.25 ± 1.02 1.52 ± 0.93
    Table 4: False Positive p = 10

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 2.64 ± 1.65 3.06 ± 1.45 2.88 ± 1.47 3.05 ± 1.68 3.28 ± 1.74
    Forward 1.08 ± 2.45 2.97 ± 2.21 2.53 ± 2.88 2.05 ± 2.16 1.31 ± 1.91
    Backward 1.08 ± 2.45 2.99 ± 2.21 2.52 ± 2.88 2.06 ± 2.15 1.32 ± 1.94
    LASSO 0.78 ± 1.1 0 ± 0 0.07 ± 0.26 0.15 ± 0.36 0.16 ± 0.37
    SCAD 2 ± 1.6 1.95 ± 2 1.17 ± 1.92 1.57 ± 2.49 1.07 ± 1.89
    PDAS 2.63 ± 1.65 3.05 ± 1.44 2.88 ± 1.45 3.06 ± 1.7 3.28 ± 1.74
    Table 5: False Positive p = 20

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 4.55 ± 2.29 4.99 ± 1.76 4.67 ± 1.93 5.38 ± 2.43 5.16 ± 2.19
    Forward 1.31 ± 3.22 3.26 ± 2.35 3.14 ± 4.15 2.47 ± 2.71 1.76 ± 3.64
    Backward 1.31 ± 3.22 3.24 ± 2.29 3.16 ± 4.11 2.49 ± 2.72 1.77 ± 3.63
    LASSO 1.16 ± 1.77 0 ± 0 0.15 ± 0.36 0.14 ± 0.35 0.23 ± 0.42
    SCAD 2.8 ± 2.37 2.31 ± 2.61 1.53 ± 2.2 1.76 ± 2.44 1.18 ± 2.01
    PDAS 4.59 ± 2.34 5.03 ± 1.78 4.66 ± 1.88 5.35 ± 2.36 5.18 ± 2.25
    Table 6: False Positive p = 30

    从上面的结果中可以看出,最优子集选择的结果和PDAS的方法是几乎完全一样的,但前者根本跑不了50维以上的数据,这个从算法理论上也可以看出。这两种方法虽然选对的很多,但是选错的也相较于其他方法会更多,所以可以理解为是比较“激进”的方法。而逐步回归法在维度低的时候效果还不错,但是一旦维度有所提高,效果就渐渐下降。而LASSO可以发现,它是一种比较保守的方法,选择的总变量都比其他方法要少很多,最后选出来的变量稀疏性非常强(也因为我们通过CV选择的$\lambda$是$\lambda_{1se}$)。而最后SCAD效果就要明显好于LASSO,基本上算是$L^0$和$L^1$的权衡。

    下面来比较一下六种方法的耗时:

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 0.0007 0.0019 0.0013 0.0017 0.0009
    Forward 0.0009 0.0012 0.0007 0.0011 0
    Backward 0.0003 0.0006 0.0015 0.0011 0.0005
    LASSO 0.0418 0.0458 0.0429 0.0473 0.0432
    SCAD 0.0322 0.0323 0.035 0.0321 0.0329
    PDAS 0.1238 0.1243 0.1263 0.1306 0.1262
    Table 7: 方法耗时,p = 10

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 0.0006 0.003 0.0023 0.0033 0.003
    Forward 0.0002 0.0004 0.0015 0.0004 0.0002
    Backward 0.0016 0.0002 0.0006 0.0006 0
    LASSO 0.0444 0.0451 0.0466 0.0441 0.0444
    SCAD 0.0421 0.0432 0.0441 0.044 0.0431
    PDAS 0.1357 0.135 0.1352 0.1352 0.1351
    Table 8: 方法耗时,p = 20

    方法 公式1 公式2 公式3 公式4 公式5
    Best SS 0.0699 0.2519 0.238 0.3365 0.3291
    Forward 0.0008 0.0007 0.0005 0.0001 0.0012
    Backward 0.0005 0.0007 0.0012 0.0007 0.0002
    LASSO 0.0464 0.0489 0.0481 0.0478 0.0481
    SCAD 0.0531 0.0572 0.0594 0.0611 0.0608
    PDAS 0.1459 0.1459 0.1479 0.1461 0.1461
    Table 9: 方法耗时,p = 30

    其实从这个耗时中,只能初步发现最优子集选择和逐步回归,它们在维数低的时候最快,但当维数提升了之后,速度就大大下降(由于时间原因,应该还要做p=50,100p=50,100才更有比较价值)。而LASSO和SCAD两种方法速度相当,PDAS在高维时候,速度要明显快于最优子集选择。

    所以综上可以发现,如果要做最优子集选择,我们可以直接使用PDAS方法,然后面对维数较高的情形时,或者p&gt;np&gt;n的时候,我们可以使LASSO,SCAD与PDAS方法。这里值得一提的是,LASSO在模拟的表现中相对不突出,但在平时做项目的过程中发现,针对实际数据,其实LASSO的效果也非常突出。


    模拟实验二:超高维情况

    下面取数据维数p=100,200p=100,200,由于最优子集选择,向前逐步回归,向后逐步回归做不动超高维的情况,LASSO、SDAR与PDAS,用下述模拟方法无法进行比较。所以这里使用:基于Pearson相关系数的SIS,基于距离相关性的SIS,随机森林方法三种方法来进行变量选择。

    模拟重复100次,记录每次将所有相关变量全部选出,相关变量重要性(相关性)排最后的在第几位。例如:1)式表示X1,X2,X3,X4X_1,X_2,X_3,X_4全部被选出,假设X1X_1重要性(相关性)排在第3位置;X2X_2排第1;X2X_2排第1;X3X_3排第15;X4X_4排第10;X5X_5排第9,则此时记录15,这个值越小,表示模型越出色。

    公式 Cor-SIS DC-SIS RF
    公式1 63.82 ± 27.67 37.3 ± 31.81 36.55 ± 31.43
    公式2 75.07 ± 18.62 70.48 ± 22.12 55.6 ± 27.41
    公式3 75.85 ± 20.4 52.75 ± 28.42 74.68 ± 19.97
    公式4 71.19 ± 23.66 38.37 ± 35.82 65.89 ± 25.22
    公式5 59.02 ± 25.7 14.7 ± 27.02 57.42 ± 27.1
    Table 10: 全部相关变量被选出所需最少个数,p = 100

    公式 Cor-SIS DC-SIS RF
    公式1 140.64 ± 46.97 86.95 ± 68.71 85.57 ± 67.67
    公式2 150.41 ± 37.84 140.68 ± 45.46 116.96 ± 60.33
    公式3 148.57 ± 39.09 104.16 ± 56.48 151.01 ± 39.22
    公式4 140.25 ± 45.72 71.08 ± 63.78 136.04 ± 48.36
    公式5 125.97 ± 53.4 37.4 ± 60.39 118.68 ± 60.96
    Table 11: 全部相关变量被选出所需最少个数,p = 200

    通过上表发现,复杂非线性的情况,DC-SIS的表现要明显好于其他两种方法,这是由于DC统计量的性质决定的。而在理论模型相对简单的情况下,RF的效果也表现的不错。

    但光看效果,我们不能对一个算法做出评价,还需要看其运算耗时,其耗时如下表所示:

    公式 公式1 公式2 公式3 公式4 公式5
    Cor-SIS 0.0026 0.0031 0.0019 0.0036 0.0033
    DC-SIS 0.2613 0.2616 0.2629 0.2608 0.2635
    RF 0.3556 0.3635 0.3951 0.3992 0.4097
    Table 12: 三种方法耗时,p = 100

    公式 公式1 公式2 公式3 公式4 公式5
    Cor-SIS 0.0046 0.0051 0.0073 0.0044 0.0074
    DC-SIS 0.5624 0.5606 0.5651 0.5635 0.5606
    RF 0.4652 0.4782 0.5382 0.5354 0.558
    Table 13: 三种方法耗时,p = 200

    通过比较可以发现,最简单的SIS的所用时是最短的,但其实DC-SIS处理数据虽然比较长,也在能接受的范围内。相较于前面的实际选取变量的效果优势,其实是可以适当牺牲一些运算性能。而DC-SIS类似算法都是进行变量初步筛选,所以不能漏掉相关变量,这点非常重要!所以后面针对超高维的数据情况,我们会先用DC-SIS先进行变量初步筛选,将维数降下来,然后再使用LASSO进行回归。


    后面我们会进行真实案例的分析。传送门:一些变量筛选方法——5、真实数据与总结

    展开全文
  • 【多选题】下列运算符的使用正确的有哪些( )【多选题】以下选项中,符合 Python 语言变量命名规则的有( )【单选题】以下程序的输出结果是________ s = "python 编程 很 容易 学" print(len(s))【多选题】...

    【多选题】下列运算符的使用正确的有哪些( )

    【多选题】以下选项中,不符合 Python 语言变量命名规则的有( )

    【单选题】以下程序的输出结果是________ s = "python 编程 很 容易 学" print(len(s))

    【多选题】以下的布尔代数运算正确的是( )

    【单选题】关于 Python 语句 P = –P,以下选项中描述正确的是________

    【单选题】下列不是Python语言关键字的是________

    【简答题】身份认同是对自身的认知,当你对“我是谁”有个清晰的概念时,你就能对将来想要的生活有个较好的规划。请简述对自己的认识和未来的展望。

    【多选题】下列表达式的值为False的是( )

    【单选题】下列表达式的运算结果是________ >>> a = 100 >>> b = False >>> a * b > -1

    【单选题】以下选项中,哪一个是Python语言中代码注释使用的符号?________

    【其它】自选某一主题查阅文献(必须有英文文献),撰写关于特殊儿童动作发展或康复训练相关的 文献综述 。 主题围绕关键词: 特殊儿童( Special Children )、自闭症( Autism 、 autistic disorder 、 ASD )、多动症( attention deficit hyperactivity disorder 、 ADHD )、脑瘫 (cerebral palsy) 、 Learning disorder 等各类特殊儿童; 或运动康复( Exercise Rehabilitation ),作业治疗( occupational therapy ),物理治疗( Physical Therapy )等; 或粗大动作( Gross motor ),精细动作( Fine motor 、 fine movement ),平衡能力( Balance ability )、步态训练( gait training )、关节活动( joint motion ),针对各种特殊儿童的核心症状或问题行为等等; 或动作发展( motor development 、 movement 、 motion )、动作心理等。

    【单选题】下面代码的执行结果是________ >>> x = 2 >>> x *= 3 + 5**2

    【单选题】9//2 表达式输出结果为________

    【多选题】Python的数字类型包括( )

    【单选题】字符串是一个字符序列,例如,字符串s,从右侧向左第3个字符用________索引。

    【单选题】x 的 y 次方(xy) 以下表达式正确的是________

    【判断题】已知 x, y = 3, 5,那么执行x, y = y, x 之后,x的值为15。

    【单选题】Python关系运算符中表示“不等于”的是哪个?________

    【单选题】已知 x = 3,那么执行语句 x += 6 之后,x的值为________

    【单选题】下面________不是合法的的变量名。

    【其它】主题插画设计(1920*1080PX) 表情包设计(30个) 专业形象设计(10个) 三类任选其一,每一类都要有设计说明。

    【单选题】给出如下代码: TempStr = "Hello World" 以下选项中可以输出“World”子串的是________

    【多选题】关于赋值语句的作用,错误的描述是( )

    【多选题】以下对 Python 程序设计风格描述正确的选项是( )

    【其它】根据如图所示,绘制窗台相关图纸,并标注。

    【单选题】下列不合法的Python变量名是________

    【多选题】Python中布尔变量的值为( )

    【多选题】关于 Python 语言的注释,以下选项中描述正确的是( )

    【多选题】Python中的关系运算符有( )

    【单选题】下列________不是Python的数据类型。

    【单选题】字符串是一个连续的字符序列,用________方式打印出可以换行的字符串。

    【多选题】Python支持的数据类型有( )

    【多选题】以下选项属于 Python 整数类型的是( )

    【多选题】下列合法的Python变量名是( )

    【多选题】下列哪些语句在Python中是合法的( )

    【多选题】关于Python语言数值操作符,以下选项中描述正确的是( )

    【单选题】下面________不是Python合法的标识符

    【单选题】3*1**3 表达式输出结果为________

    【其它】返回 我校标志性建筑矢量图制作评分后无法再次提交修改文件

    【多选题】关于 Python 的数字类型,以下选项中描述正确的是( )

    【其它】请在45分钟内,完成建筑平面图的绘制。 要求: 图形数据准确; 标注、文字、图层设置正确; 标注清晰,图面美观。 提交:请用姓名+建筑平面图命名。 07.dwg

    【多选题】以下关于 Python 字符串的描述中,正确的是( )

    【其它】根据CAD原文件绘制别墅立面图:如图 别墅立面图002.dwg

    【多选题】Python 中对变量描述正确的选项是( )

    【多选题】关于字符串,下列说法正确的是( )

    【多选题】Python中的注释符有哪几种?( )

    【单选题】下面代码的输出结果是________ x=10 y=3 print(x%y,x**y)

    【单选题】22 % 3 表达式输出结果为________

    【多选题】关于a or b的描述正确的有哪些( )

    【单选题】Python中布尔形变量的值为________

    展开全文
  • 变量设置初始值时,会进行默认值赋值 而局部方法中声明的变量则必须进行初始化,不会进行默认值赋值。 关于下列程序段的输出结果,说法正确的是:( ) public class MyClass{ static int i; public static ...
  • (struct)结构体变量作为函数参数调用的方法小结

    万次阅读 多人点赞 2015-04-29 19:37:38
    将一个结构体变量中的数据传递给另一个函数,有下列3种方法: 用结构体变量名作参数。一般较少用这种方法。 用指向结构体变量的指针作实参,将结构体变量的地址传给形参。 用结构体变量的引用变量作函数参数。
  • makefile中变量定义

    千次阅读 2008-07-17 16:30:00
    第五章:Makefile中的变量来源: ChinaUnix博客 日期: 2006.07.21 12:56 (共有0条评论) 我要评论 第五章:Makefile中的变量1 使用变量在Makefile中,变量就是一个名字(像是C语言中的宏),代表一个文本字符串...
  • 下列有关静态成员函数的描述中,正确的是: A、静态数据成员可以在类体内初始化 B、静态数据成员可以被类对象调用 C、静态数据成员受private控制符作用 D、静态数据成员可以直接用类名调用答案:DA,静态...
  • 下列要求定义一个学生类(Student),要求: (1).初始化数据成员数据成员(_Sno,_Sname,_Sage); (2).通过属性装饰器定义数据成员(Sno,Sname,Sage); (3).定义特殊方法__str__(self),该方法返回:...
  • 前言: 1. 环境变量是操作系统...环境变量的使用与本地变量的使用方法相同, 4. 但是在使用之前,必须用export命令导出。 一、环境变量文件介绍 Linux中环境变量包括系统级和用户级,系统级的环境变量是每个登...
  • <br />在Ubuntu中有如下几个文件可以设置环境变量 1、/etc/profile:在登录时,操作系统定制用户环境时使用的第一个文件,此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行。...
  • 下列内部类的说法不正确的是(c)。 A 内部类的类名只能在定义它的类或程序中或在表达式内部使用 B 内部类可以使用它所在类的静态成员变量和实例成员变量 C 内部类可以用abstract修饰符定义为抽象类 D ...
  • Tomcat环境变量配置
  • 1.下面有关static类变量和实例变量的描述,正确的有? static类变量又叫静态成员变量,它需要创建对象就可以已经在内存中存在了 在创建实例对象的时候,内存中会为每一个实例对象的每一个非静态成员变量...
  • 4. 关于protected修饰的成员变量,以下说法正确的是 A 可以被该类的自身类、与它在一个包中的其他类、在其他包中的该类的子类所访问 B 只能被该类本身和该类的所有的子类访问 C 只能被该类自身所访问 D 只能被...
  • 来源:公众号【编程珠玑】作者:守望先生前言这些是编程语言中的基本概念,如果你还不是非常明确地清楚标题的问题,并且知道作用域,链接属性,存储期等概念的具体含义,那么本文你...
  • SVM解释:四、线性可分的情况

    万次阅读 多人点赞 2018-07-23 08:41:42
    之前的博客介绍了在数据为线性可分的情况下,如何用SVM对数据集训练,从而得到一个线性分类器,也就是超...加入松弛变量和惩罚因子,找到“最好”超平面,这里的“最好”可以理解为尽可能地将数据正确分类; 使用...
  • 假设A类又如下定义, 设a是A类的一个实例, 下列哪个调用是错误的?() public class A { public int i; static String s; void method1(){} static void method2(){} } A. System.out.println(a.i); B. a.method1(); C....
  • VS中重复定义的解决方法

    千次阅读 2011-01-18 20:52:00
    error LNK2005: _DllMain@12 already defined in MSVC 方案一、 编程中...重复定义全局变量。可能存在两种情况:   A、对于一些初学编程的程序员,有时候会以为需要使用全局变量的地方就可以
  • C#OOP之四 深入理解方法

    千次阅读 2016-04-25 21:36:12
    举例来类比一下,比如一台电视,我们开启电视开关之后,我们需要去理解电视是如何选台、和电视台联系上而播放的步骤,只需要知道会开关电视、选台等就可以了。所以,方法就象一个被封闭的起来的功能操作。 ...
  • 方法和类实例的区别

    千次阅读 2012-07-26 22:07:14
    先来看一道面试题: 下列说法错误的有() ...曾经我做过两次,都没做正确,一:第一次做的时候 没有回来查找答案,二:当时确实理解什么是类方法。   ******************欢乐的分割线**********
  • 【含答案】第二章 类与对象--2.2-3-方法成员 (1)单选题 考虑以下的方法头声明: public void myMethod(int num, char letter) 下面哪个描述是正确的: ...假设有个类已经定义了下述的变量: int num1 = 10; in...
  • C和C++中全局变量,局部变量,静态变量和常量

    千次阅读 多人点赞 2016-08-14 22:54:15
    一旦定义了常量,就能再去修改它的值。如果初始化没给常量赋值,那它就是一个随机数,并且以后也能给它赋值。全局变量、静态全局变量、静态局部变量都是在静态存储区(全局数据区)中分配空间的,而局部变量是在...
  • linux的bash环境变量

    千次阅读 2017-09-09 14:54:32
     是相同的,这个默认环境实际上就是一组环境变量定义。  环境变量是全局的,设置好的环境变量可以被所有当前用户所运行的程序所使用。  用户可以对自己的运行环境进行定制,其方法就是修改相应的系统环境变量...
  • A一个类可以实现多个接口,类似于多重继承 B.接口没有构造函数 C.接口可以继承 D.接口所包含的方法既可以有实现,也可以没有实现。 可以详细解释一下吗??谢谢。
  • C#OOP之二 变量和表达式

    千次阅读 2016-04-23 09:15:09
    像书面英语和其他语言。但是,在C#编程中,使用的样式是比较清晰的,不用花太多的力气就可以编写出可读性很强的代码。 与其他语言的编译器不同,无论代码中是否有空格或回车符或tab字符(这些字符统称为空白字符)...
  • C语言常规优化策略4 参数传递、宏定义、全局变量与汇编按照结构化程序设计的原则,一种语言,如果具有赋值、选择与循环三种结构,并严格按照这三种结构来组织程序,避免使用象goto语句这类使程序控制发生跳转的语言...
  • Flowable API 变量

    千次阅读 2019-02-01 11:14:56
    变量可以用在表达式中(例如在排他网关中用于选择正确的出口路径),也可以在Java服务任务(service task)中用于调用外部服务(例如为服务调用提供输入或结果存储),等等   流程实例可以持有变量(称作流程变量...
  • ahk变量与内置变量

    千次阅读 2017-02-09 10:14:35
    变量 变量的类型: AutoHotkey 中没有明确的变量类型. 然而, 只包含数字 (可以含有小数点) 的变量进行数学运算或比较时, 会被自动转换为数值. (为了提高性能, 在内部会对数字进行缓存以避免与字符串之间的转换.)...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 79,872
精华内容 31,948
关键字:

下列不正确的变量定义方法