como sƩ si ll que hice estƔ bien? | Sololearn: Learn to code for FREE!
Novo curso! Todo programador deveria aprender IA generativa!
Experimente uma aula grƔtis
+ 2

como sƩ si ll que hice estƔ bien?

En el ejercicio anterior hice la respuesta pero creo que estĆ” mal pero me la dio por valida, como uno verifica que este bien una respuesta en un test?

5th Dec 2021, 9:43 PM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar
10 Respostas
+ 4
Oh, entiendo tu pregunta, Carlos Felipe. Cuando termina el cĆ³digo presione el botĆ³n "RUN", ahĆ­ le debe aparecer los casos de prueba y le aparece un āœ”ļø si es correcto y un āŒ si es incorrecto. Espero haber aclarado su duda. DĆ­game si respondĆ­ su duda y si tiene una mĆ”s puede decirme.
6th Dec 2021, 1:58 AM
CGO!
CGO! - avatar
+ 4
Es normal, Carlos, eso pasa a veces, si todos te aparecen correctas tienen que ser correctas, las aplicaciones no fallan al no ser que las hackeen, hay veces que a uno no le parece que lo logrĆ³.
6th Dec 2021, 2:05 AM
CGO!
CGO! - avatar
+ 4
Carlos, ĀærespondĆ­ su pregunta?
6th Dec 2021, 2:08 AM
CGO!
CGO! - avatar
+ 3
Especifica mƔs, Carlos Felipe Rivera Gueche
6th Dec 2021, 1:24 AM
CGO!
CGO! - avatar
+ 2
es que en las lecciones anteriores ps me enseƱaron de otra forma y como lo hice me toco como forzado, si me hago entender?, a mi me sale todos los casos correctos, pero creo que es pura suerte, pero no confio en mi solucion, no se si la logica aplicada es la correcta,
6th Dec 2021, 2:01 AM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar
+ 1
es the Bob the build: de machine learning
6th Dec 2021, 1:28 AM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar
+ 1
el codigo que hice es:
6th Dec 2021, 1:28 AM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar
+ 1
n = int(input()) X = [] for i in range(n): X.append([float(x) for x in input().split()]) y = [int(x) for x in input().split()] datapoint = [float(x) for x in input().split()] from sklearn.linear_model import LogisticRegression import pandas as pd import numpy as np #create the linear_model model = LogisticRegression() model.fit(X, y) print(int(model.predict([datapoint])))
6th Dec 2021, 1:28 AM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar
+ 1
ah entiendo
6th Dec 2021, 2:07 AM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar
+ 1
si seƱor, gracias
6th Dec 2021, 4:06 PM
Carlos Felipe Rivera Gueche
Carlos Felipe Rivera Gueche - avatar