TGViewer
Channel Public Channel
Python Tasks & ML | Задачи по питону и машинному обучению

Python Tasks & ML | Задачи по питону и машинному обучению

@python_tasks

Algorithms, functions, classes, regular expressions, iterators, generators, OOP, exceptions, NumPy, pandas, scikit-learn
https://telega.in/c/python_tasks

Questions — @dina_ladnyuk
Subscribers
8.49K
Photos
30
Videos
1
Links
41

Showing posts older than #1354 · Back to latest

Older Posts 20 shown
Post #1352 2K
Что выведет код?
class X:
def __init__(self, arr):
self._arr = arr
def __iter__(self):
return reversed(self._arr)
x = X([1, 2, 3])
for i in x:
print(i, end=" ")
Post #1350 2.04K
Что выведет код?
x = None
arr = [1, 2, 3]
try:
while True:
x = next(iter(arr))
except StopIteration:
pass
print(x)
Post #1348 2.29K
Что выведет код?
x = None
arr = [1, 2, 3]
arr = iter(arr)
try:
while True:
x = next(arr)
except StopIteration:
pass
print(x)
Post #1346 2.33K
Задача на нахождение двух товаров наиболее часто покупаемых вместе и сколько раз были сделаны такие покупки.
import numpy as np
# Данные: каждая строка соответствует корзине для покупок конкретного покупателя
# строка = [товар 1, товар 2, товар 3]
# значение 1 означает, что товар был куплен
basket = np.array([[1, 1, 0],
[0, 0, 1],
[1, 0, 0],
[1, 1, 1],
[1, 1, 0]])


copurchases = [(i, j, np.sum(basket[:, i] + basket[:, j] == 2)) for i in range(3) for j in range(i+1, 3)]
result = max(copurchases, key=lambda x:x[2])
# Первые два значения кортежа result - индексы товаров-столбцов. Третье - число раз, когда они покупались вместе.
print(result)
  • 👍 1
Post #1344 2.15K
Задача регрессии. Площади квартир соответствует некая их стоимость. Вычислите предположительную стоимость квартиры площадью 30 кв м.
from sklearn.neighbors import KNeighborsRegressor
import numpy as np
X = np.array([[35, 30000], [45, 45000], [40, 50000],
[35, 35000], [25, 32500], [40, 40000]])
KNN = KNeighborsRegressor(n_neighbors=3).fit(X[:,0].reshape(-1,1), X[:,1])
res = KNN.predict([[30]])
print(int(res[0]))
Post #1342 2.17K
Что выведет код?
import numpy as np
a = np.array([[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 10, 11],
[12, 13, 14, 15]])
print(a[-1, :-1][::-2][-2])
Post #1340 2.3K
Что выведет код?
import numpy as np
a = np.array([[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 10, 11],
[12, 13, 14, 15]])
print(a[1, :][-1] + a[:, 1][-1])
Post #1338 2.53K
Что выведет код?
import numpy as np
a = np.array([[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 10, 11],
[12, 13, 14, 15]])
print(a[:, 2])
Post #1336 2.38K
Дан код:
import numpy as np
alice = [100, 200] #зарплата Алисы за первый и второй год
bob = [300, 400] #зарплата Боба за первый и второй год
salaries = np.array([alice, bob])
taxation = np.array([[0.2, 0.3], [0.1, 0.5]]) #ставки налогов
max_income = np.max(salaries - salaries * taxation)
print(max_income)
Post #1334 2.21K
Массив данных basket содержит по одной строке для каждого покупателя
и по столбцу для каждого товара. Значение 1 в ячейке (i,j) означает, что покупатель i купил товар j.
Дан код:
import numpy as np
basket = np.array([[1, 1, 1, 1], [1, 1, 1, 0]])
co_purchases = np.sum(np.all(basket[:,2:], axis = 1)) / basket.shape[0]
print(co_purchases)
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →