• 2022-06-12 问题

    假设vara=100,varx, vary=22,11,vars=vara+varx,则vars的最终值是( )。 A: 111 B: 122 C: 100 D: 11

    假设vara=100,varx, vary=22,11,vars=vara+varx,则vars的最终值是( )。 A: 111 B: 122 C: 100 D: 11

  • 2021-04-14 问题

    若变量定义为vars=,1,2,3, ,5,;则s.split(,).length的计算结果是()。

    若变量定义为vars=,1,2,3, ,5,;则s.split(,).length的计算结果是()。

  • 2021-04-14 问题

    以下程序片段:var str="JM04"; vars= str.indexOf("0"); alert(s);输出结果为______

    以下程序片段:var str="JM04"; vars= str.indexOf("0"); alert(s);输出结果为______

  • 2022-07-02 问题

    ‌第一类曲线积分与第二类曲线积分的调用格式为 I = path_integral(F,vars,t,a,b),当F 为标量时,为第一类曲线积分() ‍

    ‌第一类曲线积分与第二类曲线积分的调用格式为 I = path_integral(F,vars,t,a,b),当F 为标量时,为第一类曲线积分() ‍

  • 2022-07-02 问题

    中国大学MOOC: 第一类曲线积分与第二类曲线积分的调用格式为 I = path_integral(F,vars,t,a,b),当F 为标量时,为第一类曲线积分()

    中国大学MOOC: 第一类曲线积分与第二类曲线积分的调用格式为 I = path_integral(F,vars,t,a,b),当F 为标量时,为第一类曲线积分()

  • 2022-07-02 问题

    第一类曲线积分与第二类曲线积分的调用格式为 I = path_integral(F,vars,t,a,b),当F 为标量时,为第一类曲线积分() A: 正确 B: 错误

    第一类曲线积分与第二类曲线积分的调用格式为 I = path_integral(F,vars,t,a,b),当F 为标量时,为第一类曲线积分() A: 正确 B: 错误

  • 2022-10-30 问题

    以下语句,没有语法错误的是() A: for(vari=0;j=1;i<10;i+=2){} B: for(vars=0;s<=10,s=s+3){} C: for(varj=10,s=0;j>0;j-=2){}; D: for(vari=0,i<10;i++){}

    以下语句,没有语法错误的是() A: for(vari=0;j=1;i<10;i+=2){} B: for(vars=0;s<=10,s=s+3){} C: for(varj=10,s=0;j>0;j-=2){}; D: for(vari=0,i<10;i++){}

  • 2022-06-09 问题

    关于下面代码的运行结果,vars=window.prompt("请输入您的密码!");以下说法正确的是: A: 弹出“请输入您的密码!”的警示对话框; B: 弹出“请输入您的密码!”的输入提示框; C: 弹出一个空白的窗口; D: 只弹出“请输入您的密码!”的文字;

    关于下面代码的运行结果,vars=window.prompt("请输入您的密码!");以下说法正确的是: A: 弹出“请输入您的密码!”的警示对话框; B: 弹出“请输入您的密码!”的输入提示框; C: 弹出一个空白的窗口; D: 只弹出“请输入您的密码!”的文字;

  • 2021-04-14 问题

    通过收集粤港澳大湾区11个城市2017年几个主要经济指标,使用主成分分析算法进行综合评价,代码如下: clear;clc; % 导入数据 data=readtable('2017年粤港澳大湾区主要经济指标.xlsx'); names=data.city; vars=data.Properties.VariableNames(2:end); zb=table2array(data(:,2:end)); % 绘制箱线图 figure; boxplot(zb,'Orientation','horizontal','Labels',vars); % 绘制散点图矩阵和计算相关系数 figure; plotmatrix(zb); r=corr(zb); % 绘制相关系数热力图 figure heatmap(r); % 使用加权主成分分析 w=1./var(zb);%设置权值 [coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w); % 选择主成分 figure; pareto(explained); xlabel('主成分'); ylabel('主要贡献率'); % 综合评价排名,选择前三个主成分进行排名 zs=score(:,1)+score(:,2)+score(:,3); [zsd,index2]=sort(zs,'descend'); disp('城市综合排名:'); disp(names(index2)); 阅读并运行上述代码,回答下列问题:(数据素材请从8.8中下载)

    通过收集粤港澳大湾区11个城市2017年几个主要经济指标,使用主成分分析算法进行综合评价,代码如下: clear;clc; % 导入数据 data=readtable('2017年粤港澳大湾区主要经济指标.xlsx'); names=data.city; vars=data.Properties.VariableNames(2:end); zb=table2array(data(:,2:end)); % 绘制箱线图 figure; boxplot(zb,'Orientation','horizontal','Labels',vars); % 绘制散点图矩阵和计算相关系数 figure; plotmatrix(zb); r=corr(zb); % 绘制相关系数热力图 figure heatmap(r); % 使用加权主成分分析 w=1./var(zb);%设置权值 [coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w); % 选择主成分 figure; pareto(explained); xlabel('主成分'); ylabel('主要贡献率'); % 综合评价排名,选择前三个主成分进行排名 zs=score(:,1)+score(:,2)+score(:,3); [zsd,index2]=sort(zs,'descend'); disp('城市综合排名:'); disp(names(index2)); 阅读并运行上述代码,回答下列问题:(数据素材请从8.8中下载)

  • 2021-04-14 问题

    通过收集粤港澳大湾区11个城市2017年几个主要经济指标,使用主成分分析算法进行综合评价,代码如下: clear;clc; % 导入数据 data=readtable('2017年粤港澳大湾区主要经济指标.xlsx'); names=data.city; vars=data.Properties.VariableNames(2:end); zb=table2array(data(:,2:end)); % 绘制箱线图 figure; boxplot(zb,'Orientation','horizontal','Labels',vars); % 绘制散点图矩阵和计算相关系数 figure; plotmatrix(zb); r=corr(zb); % 绘制相关系数热力图 figure heatmap(r); % 使用加权主成分分析 w=1./var(zb);%设置权值 [coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w); % 选择主成分 figure; pareto(explained); xlabel('主成分'); ylabel('主要贡献率'); % 综合评价排名,选择前三个主成分进行排名 zs=score(:,1)+score(:,2)+score(:,3); [zsd,index2]=sort(zs,'descend'); disp('城市综合排名:'); disp(names(index2)); 阅读并运行上述代码,回答下列问题:(数据素材请从8.8中下载)

    通过收集粤港澳大湾区11个城市2017年几个主要经济指标,使用主成分分析算法进行综合评价,代码如下: clear;clc; % 导入数据 data=readtable('2017年粤港澳大湾区主要经济指标.xlsx'); names=data.city; vars=data.Properties.VariableNames(2:end); zb=table2array(data(:,2:end)); % 绘制箱线图 figure; boxplot(zb,'Orientation','horizontal','Labels',vars); % 绘制散点图矩阵和计算相关系数 figure; plotmatrix(zb); r=corr(zb); % 绘制相关系数热力图 figure heatmap(r); % 使用加权主成分分析 w=1./var(zb);%设置权值 [coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w); % 选择主成分 figure; pareto(explained); xlabel('主成分'); ylabel('主要贡献率'); % 综合评价排名,选择前三个主成分进行排名 zs=score(:,1)+score(:,2)+score(:,3); [zsd,index2]=sort(zs,'descend'); disp('城市综合排名:'); disp(names(index2)); 阅读并运行上述代码,回答下列问题:(数据素材请从8.8中下载)

  • 1 2