页面加载中…
AI002. 归一化与线性预测
中等通过率 0% · 提交 0 · 通过 0
改编自算法机考高频题型 · 算法类型 · 难度：中等
使用训练集的列最小值和最大值完成 Min-Max 归一化，再从零参数开始执行固定轮数的批量梯度下降，最后预测查询样本。常量特征归一化为 0，查询值不做区间截断。
这类题属于算法机考高频题型中「算法」方向的高频题型，通常考察对「算法」的建模能力与边界条件处理。掌握本题的解题思路后，可举一反三应对同类真题方向，稳步提升机考通过率。
输入描述
第一行输入 n d m e，第二行输入学习率 eta。接下来 n 行包含 d 个整数特征和一个实数标签，随后 m 行包含 d 个整数特征。
输出描述
输出 m 行，每行一个保留四位小数的预测值；绝对值小于 0.00005 时输出 0.0000。
示例
示例 1
输入示例
2 1 2 1 0.1 0 1 10 3 0 10
输出示例
0.4000 0.7000
说明：
一轮批量更新后 b=0.4，w=0.3。
示例 2
输入示例
2 2 1 0 0.2 0 0 5 10 20 9 5 10
输出示例
0.0000
说明：
训练轮数为 0，参数保持为 0。
时间限制 3000 ms · 内存限制 256 MB
本平台为独立第三方培训机构，与华为技术有限公司无任何关联；课程的服务内容与权益以购买协议为准，学习效果因个人情况而异。「华为 OD」「华为可信」等仅为对岗位与考试方向的客观描述，相关商标归各自权利人所有。
本题暂无题解精讲。
我的提交
登录后可查看你在本题的历史提交，以及每次的各用例通过情况。
