Մեքենայական ուսուցում

Ջերմաչափի իրատեսական ցուցմունքներ

Շինության ջերմաչափը երբեմն կարող է տալ ոչ իրատեսական ցուցմունքներ՝ L-ից ցածր կամ U-ից բարձր։ Նախքան համակարգի կողմից k-NN-ի միջոցով ցուցմունքները համեմատելը, դրանք նախ բերվում են իրատեսական տեսքի, որպեսզի հարևանները գնահատվեն արդարացիորեն։

Ձեզնից պահանջվում է կարդալ ցուցմունքների սկզբնական հավաքածուն՝ իրենց թիրախային արժեքներով, այնուհետև պատասխանել հարցումներին՝ օգտագործելով k-NN Regression ալգորիթմը, որտեղ բոլոր հատկանիշները, նախքան համեմատվելը, սահմանափակվում են [L, U] միջակայքով։ Կանխատեսումը ստացվում է՝ հաշվելով միջինը ստանդարտ Էվկլիդյան հեռավորությամբ k ամենամոտ հարևանների թիրախային արժեքներից։ Եթե մի քանի թեկնածուներ գտնվում են նույն հեռավորության վրա, ընտրեք այն տարրը, որը սկզբնական տվյալներում ավելի շուտ է հանդիպում։ Կարող եք համարել, որ n ≥ k։

Մուտքի առաջին տողում տրված են հինգ արժեքներ՝ n d k L U։ Հաջորդ n տողերից յուրաքանչյուրը պարունակում է d իրական թիվ, որոնց հաջորդում է թիրախային իրական արժեքը։

Այնուհետև հաջորդ տողում տրված է մի ամբողջ թիվ՝ q, որը ցույց է տալիս, թե քանի նոր ցուցմունքի համար է պետք կանխատեսում անել։ Հաջորդ q տողերից յուրաքանչյուրը պարունակում է d իրական թիվ, որոնք պետք է համեմատվեն սկզբնական հավաքածուի հետ՝ արժեքները սահմանափակելու նույն կանոնը կիրառելուց հետո։

Ծրագիրը պետք է ելքում տպի q տող։ Յուրաքանչյուր տող պետք է պարունակի մեկ իրական թիվ՝ կանխատեսված թիրախային արժեքը։

Մուտք

Ելք

4 1 2 0 10
-5 0
0 0
10 10
15 10
3
-2
12
6

0
10
10

5 2 3 0 10
-5 5 4
2 8 6
9 12 9
11 -2 1
5 5 5.5
2
7 20
-3 -3

6.8333333333
5.1666666667

6 1 3 0 10
-3 0.0
0 1.0
4 4.0
9 9.0
12 9.5
15 10.0
2
-5
11

1.6666666667
9.5

Constraints

Time limit: 2 seconds

Memory limit: 512 MB

Output limit: 1 MB

To check your solution you need to sign in
Sign in to continue