数据分析与可视化-实验报告七

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

关于集成学习的基本原理，以下说法错误的是（_）。

AdaBoost算法在训练过程中，对于上一轮分类错误的样本，其权重会（______）？

AdaBoost算法属于以下哪种______集成策略？

在RandomForestClassifier中，参数n_estimators代表（______）？

在二分类任务中，假设每个个体学习器的误差率相互独立且为ε，集成学习模型的预测误差率公式与以下哪个表达式相关？（______）？

在Sklearn中，用于实现随机森林分类的类是（_）？

关于随机森林的优点，以下描述不正确的是（_）？

在构建随机森林时，为了增加“多样性”，算法在训练单棵决策树时通常会进行（_）？

随机森林（Random Forest）算法属于以下哪种集成策略_？

集成学习主要分为哪两大类（_）？

泰坦尼克号生存预测与特征重要性分析【问题描述】请根据课堂PPT中关于“泰坦尼克号乘客生存预测”的项目流程，编写Python代码完成以下任务： 1.数据预处理：严格按照PPT要求，删除唯一标识列（name, ticket），处理缺失值（age用均值填充，embarked删除缺失行）。 2.特征编码：将文本特征（sex, embarked）转换为数值型。 3.模型构建：使用RandomForestClassifier进行训练，要求显式设置PPT中提到的关键参数n_estimators=100和random_state=42。 4.特征重要性：输出模型训练后各特征的“重要性”排序，分析哪些因素最影响生存率。【输入形式】 1. 读取当前目录下的titanic.csv文件。 2.注意：根据你上传的文档，数据包含pclass, name, sex, age, embarked, ticket, room, survived等列。【输出形式】 1.预处理后的数据形状：输出处理后数据集的行数和列数。 2.特征重要性排序：输出一个包含特征名称和对应重要性分数的Series，按重要性降序排列。 3.预测准确率：输出模型在测试集上的准确率（保留4位小数）。【样例输出】数据预处理完成，数据形状: (821, 5) 特征重要性排序: sex 0.437590 age 0.416050 pclass 0.111343 embarked 0.035017 dtype: float64 模型预测准确率: 0.8303 【样例说明】 1.数据清洗：原始数据中如果有缺失值未处理，模型会报错。必须先清洗。 2.参数一致性：n_estimators=100是PPT中随机森林的标准配置，random_state=42保证结果可复现。 3.特征重要性：RandomForestClassifier训练后，通过.feature_importances_属性获取重要性，并需与特征名对齐。

1

更多题库