標準化
次のコードを実行したときの出力として、正しいものを1つ選べ。
import numpy as np
from sklearn.preprocessing import StandardScaler
X = np.array([[1.0], [2.0], [3.0]])
Z = StandardScaler().fit_transform(X)
print(round(float(Z.mean()), 6), round(float(Z.std()), 6))- A
2.0 1.0 - B
0.0 0.0 - C
0.5 0.5 - D
0.0 1.0
正解と解説を見る
正解：D
StandardScaler は平均 0・分散 1 に標準化する。訓練データで fit し、評価データには transform だけを適用する。
| 順 | 実行する行 | 実行後の変数 |
|---|---|---|
| 1 | `import numpy as np` | — |
| 2 | `from sklearn.preprocessing import StandardSca…` | — |
| 3 | `X = np.array([[1.0], [2.0], [3.0]])` | X = [[1.0], [2.0], [3.0]] |
| 4 | `Z = StandardScaler().fit_transform(X)` | Z = [[-1.224744871391589], [0.0], [1.224744…, X = [[1.0], [2.0], [3.0… |
| 5 | `print(round(float(Z.mean()), 6), round(float(…` | Z = [[-1.224744871391589], [0.0], [1.224744… |
| 結果 | 実際の出力 | 0.0 1.0 |
- A
誤り。平均は 0 になる。
- B
誤り。標準偏差は 1 になる。
- C
誤り。0〜1 に収める
MinMaxScalerとは異なる。 - D
正しい。
StandardScalerは、平均 0・標準偏差 1 に変換する。
このサイトの問題は、各試験の公式に示された出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人Pythonエンジニア育成推進協会の公式サービスではありません。