PAGE
第PAGE1页，共NUMPAGES2页
XXXX学院
学院级
学院级专业班学号姓名
密封线
密封线内不要答题
A卷
课程名称：机器学习
课程代码：XXXX
是否开卷考试：是□否√
注意事项：
1．满分100分。要求卷面整洁、字迹工整。
2．考生必须将姓名、班级、学号等信息完整、准确、清楚地填写在试卷规定的地方，否则视为废卷。
3．用签字笔、钢笔或圆珠笔答题。
4．如有答题纸，答案请全部写在答题纸上，否则不给分；考完请将试卷和答题纸分别一同交回。
题号
一
二
三
四
总分
评阅（统分）教师
得分
上机操作题
一、文件xiti03_06.csv是一个4分类数据集，数据有3个维度，分别是x、y、z。目标字段为label，类标号为1、2、3、4。请利用Python的sklearn的支持向量机模型构建分类器，80%的数据作为训练集，20%的数据作为测试集。输出准确率、加权精确率、加权召回率、F1分数，并判断[2.12,2.10,1.89],[1.15,2.05,2.88]这两个新样本是什么类型。
将程序运行结果截图粘贴在下方，并进行回答。（25分）
二、某地区旅游业的年收入可能与该地区人口数量、每月人均可支配收入、公路与轨道交通里程数有关。
（1）设因变量为旅游业年收入，自变量为地区人口数量、每月人均可支配收入、公路与轨道交通里程数。回归方程为：y?=β?_0+β?_1x_1+β?_2x_2+β?_3x_3。确定回归系数。
（2）计算回归方程的拟合优度判断系数、修正的拟合优度判断系数。
（3）进行线性关系显著性检验，取显著性水平α=0.05。F0.05(3,3)=9.28。
（4）进行回归参数的显著性检验，取显著性水平α=0.05。t0.05/2(3)=3.182。
（5）根据(4)的结果，删除对因变量影响不显著的自变量，重新确定回归方程。
将程序运行结果粘贴到下方，并辅以文字说明。（25分）
三、带有评分的电子商务消费数据集，对应文件为xiti06_02.csv。利用基于模型的协同过滤算法，编写Spark代码，设置内部特征为3，向所有的用户进行商品推荐，推荐该用户没有购买的预测评分最高的商品。
将程序运行结果粘贴到下方，并辅以文字说明。（25分）
四、编写spark程序，对葡萄酒数据进行PCA降维处理。输出每个主成分维度的解释方差，并以此作为参考指标，调整保留的维度数量，使得每个主成分维度的解释方差之和大于等于70%。
将程序运行结果粘贴到下方，并辅以文字说明。（25分）