新しいデータの割り当て
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.cluster import KMeans
m = KMeans(n_clusters=2, n_init=10, random_state=0).fit(np.array([[0.0], [10.0]]))
print(bool(m.predict([[1.0]])[0] == m.labels_[0]))- A
False - B
True - C
None - D
0
正解と解説を見る
正解：B
学習した k-means に predict で、新しいデータを、最も近いクラスタ中心のクラスタに割り当てる。
| 順 | 実行する行 | 実行後の変数 |
|---|---|---|
| 1 | `import numpy as np` | — |
| 2 | `from sklearn.cluster import KMeans` | — |
| 3 | `m = KMeans(n_clusters=2, n_init=10, random_st…` | — |
| 4 | `print(bool(m.predict([[1.0]])[0] == m.labels_…` | — |
| 結果 | 実際の出力 | True |
- A
誤り。近い方のクラスタ中心に割り当てられる。
- B
正しい。1.0 は 0.0 に近いので、同じクラスタに割り当てられる。
- C
誤り。真偽値が返る。
- D
誤り。比較の結果。
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。