×
多选题
当构造线性模型时，应注意变量间的相关性。在相关矩阵中搜索相关系数时，如果发现3对变量的相关系数是（Var1和Var2、Var2和Var3、Var3和Va1），相关系数分别是-0.98、0.45、1.23，则可以得出的结论有（）。
A
Var1和Var2是非常相关的
B
因为Var1和Var2是非常相关的，可以去除其中一个
C
Var3和Var1的相关系数1.23是不可能的
答案解析
正确答案：ABC
解析：
Var1和Var2之间的相关性非常高，并且是负的，可视为多重共线性的情况，可以去掉一个。一般来说，如果相关大于0.7或小于-0.7，则认为特征之间有很高的相关性。相关系数范围为[-1，1]，C选项中1.23明显有误。
题目纠错
相关题目
单选题
np.linalg.svd（）函数可以实现（）功能。
单选题
运行下面程序，下列结果不正确的是（）。
import numpy as np
x=np.array（[1，2]，[3，4]）
y=np.linalg.inv（x）
print（y）
单选题
Numpy包中meshgrid（）函数实现的功能是（）。
单选题
np.exp（x）.round（5）的结果是2.71828，则x的值是（）。
单选题
运行下面代码的输出结果是（）。
import numpy as np
nm=（＇raju＇，＇anil＇，＇ravi＇，＇amar＇）
dv=（＇fy.＇，＇s.y.＇，＇s.y.＇，＇f.y.＇）
ind =np.lexsort （nm，dv）
print（ind）
单选题
运行下面代码的输出结果为（）。
import numpy as np
x=np.array （[3，1，2]）
y=np.argsort （x）
print（y）
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[10，100，1000]）
print（np.power （a，2））
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[0.25，1.33，1，100]）
print（np.reciprocal （a））
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[-1.7，1.5，-0.2，0.6，10]）
print（np.ceil a））
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.arange （12）.reshape （3，4）
print（np.delete（a，5））
