大数据与人工智能实验室|机器学习组|第三次考核订正

1.

机器学习有下面几种定义：
（1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
（2）机器学习是对能通过经验自动改进的计算机算法的研究。
（3）机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。

2-1

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

2-2

* ，表示任意字符。重复零次或更多次 + 重复一次或更多次
     ? 重复零次或一次（非贪婪） *? 重复任意次（贪婪）
     +? 重复 1 次或更多次。

2-3

findall：返回所有满足匹配条件的结果, 放在列表里
search：会在字符串内查找模式匹配, 只到找到第一个匹配然后返回一个包含匹配信息的对象, 该对象可以通过调用 group() 方法得到匹配的字符串, 如果字符串没有匹配，则返回 None
match：同 search, 不过尽在字符串开始处进行匹配

2-4

^1(3[0-9]|5[0-3,5-9]|7[1-3,5-8]|8[0-9])\d{8}$

3
C 语言面向过程，python 面向对象；
C 语言适合底层开发；python 因为强大的库函数，更适合于脚本编写、数据科学、机器学习等方向的应用。

4-1

面向对象的方法主要是把事物给对象化，包括其属性和行为。面向对象编程更贴近实际生活的思想。总体来说面向对象的底层还是面向过程，面向过程抽象成类，然后封装，方便使用就是面向对象，（万物皆对象）。

4-2

一切皆为对象，类是一种类型，一种更高层次的抽象
实例是根据类创建出来的一个一个对象
用类创建对象的过程就是实例化

4-3

init 的本意就是初始化的意思，一般出现在程序创建类中的第一个函数

可以没有这个函数（如果不需要参数初始化的话）

5-1

分隔字符也可以不是逗号

5-2

pandas 通过 read_csv() 函数读入 csv 文件，读入后是 DataFrame 格式

6.

/ 列 表 转 字 符 串
‘’.join([‘a’, ‘b’, ‘c’]) // ‘abc’
// 字 符 串 转 列 表
list(‘abc’) // [‘a’, ‘b’, ‘c’]
// 两 个 列 表 转 成 字 典
k = [‘a’, ‘b’, ‘c’] v = [1, 2, 3]
dict(zip(k, v)) // {‘a’: 1, ‘b’: 2, ‘c’: 3}
// 字 典 转 列 表
d = {‘a’: 1, ‘b’: 2, ‘c’: 3}
list(d.keys()) // [‘a’, ‘b’, ‘c’]
list(d.values()) // [1, 2, 3]
// 字 符 串 转 字 典
import json
s = ‘{“a”:1, “b”:2, “c”:3}’
json.loads(s) // {‘a’: 1, ‘b’: 2, ‘c’: 3}
// 字 典 转 字 符 串
import json
d = {‘a’: 1, ‘b’: 2, ‘c’: 3}
json.dumps(d) // ‘{“a”: 1, “b”: 2, “c”: 3}’
// str(d) 也 能 实 现

代码-1

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x=np.linspace(-20,20)
y=x*x+18
plt.plot(x,y,'r')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.title('y=x*x+18的图像')
plt.grid()
plt.show()

代码-2

def f(x):
    for i in range(2, x):
        if(x%i==0):
            return 0
    return x
x=int(input())
count =0
if f(x):
    for i in range(2,x+1):
        if f(i):
            count+=1
    print(count)
else:
    print('0')