大数据与人工智能协会 机器学习小组 第一次测试

1、简述你所理解的机器学习，并说明目前学过的知识与机器学习的关系。

数据处理及其在机器学习中的地位。数据处理是机器学习的前期重要步骤，机器学习就是从数据中学到“知识”。数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
机器学习（Machine Learning，ML）是人工智能的核心，涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构从而不断改善自身的性能。
编写一些算法，让机器来模拟人脑，推算出想要的结果

2、关于正则表达式，回答以下问题：
（1）什么是正则表达式，它有什么作用;

正则表达式是一个特殊的字符序列，能方便的检查一个字符串是否与某种模式匹配。
正则表达式一定是对字符串进行操作，方便于有效数据信息的提取。

（2）. * + ? 分别是什么含义，如果将他们进行组合呢？

. 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（非贪婪匹配） *? 重复任意次，但尽可能少重复
+? 重复 1 次或更多次，但尽可能少重复 ?? 重复 0 次或 1 次，但尽可能少重复

（3）python re 模块中，findall、search 和 match 有什么区别；

1. findall：返回所有满足匹配条件的结果, 放在列表里
2. 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
3. match：同 search, 不过尽在字符串开始处进行匹配

（4）写出匹配手机号的正则表达式（手机号共 11 位，且以 13、14、15、18 开头）

∧(13|14|15|18)[0-9]{9}$

3、python 和 C 语言的区别和优缺点，它们分别适用于什么场合。

1. 翻译方式来看，python 是解释型语言，不需要预先编译，边解释边执行；C 是编译型语言，需要通过预先编译变成机器语言，再执行，所以 C 执行语言效率比 python高；
2. C 语言是面向过程的，python 可以面向对象；
3. C 语言更适合底层开发，直接与操作系统打交道；python 更适合于脚本编写、数据科学、机器学习等方向的应用（库函数的强大功能）。

4、关于面向对象，回答以下问题：
（1）什么是面向对象（面向对象的特性），它与面向过程有什么区别；

1. 一切事物皆对象，通过面向对象的方式，将现实世界的事物抽象成对象，现实世界中的关系抽象成类、继承，帮助人们实现对现实世界的抽象与数字建模；
2. 主要思想是把构成问题的各个事务分解成各个对象，建立对象的目的不是为了完成一个步骤，而是为了描述一个事物在整个解决问题的步骤中的行为；
3. 三大特性：
   封装（封装是将过程和数据包围起来, 数据只能通过定义的接口访问）
   继承（建立一个新的派生类，从一个或多个先前定义的类中继承数据和函数，可以重新定义或加进新数据和函数，从而建立了类的层次或等级）
   多态（同一操作作用与不同类的实例，将产生不同的执行结果，即不同类的对象收到相同的消息时，将得到不同的结果）
4. 面向过程是直接将解决问题的步骤分析出来，然后用函数把步骤一步一步实现，然后再依次调用就可以了；而面向对象是将构成问题的事物，分解成若干个对象，建立对象的目的不是为了完成一个步骤，而是为了描述某个事物在解决问题过程中的行为。 面向过程思想偏向于我们做一件事的流程，首先做什么，其次做什么，最后做什么。

（2）类、对象、实例、实例化之间的关系；

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

（3）说明”init” 函数的作用，一定要有这个函数吗？

该函数为构造函数，类实例化时会自动调用，一般用于参数的初始化；可以没有这个函数（如果不需要参数初始化的话）。

5、关于 csv 操作，回答以下问题：
（1）csv 文件一定是逗号分隔的吗？pandas 如何读取 csv 文件，读入后是什么格式？

1. csv：逗号分隔值（Comma-Separated Values）有时也称为字符分隔值，因为分隔字符也可以不是逗号。其文件以纯文本形式存储表格数据（数字和文本）
2. pandas 通过 read_csv() 函数读入 csv 文件，读入后是 DataFrame 格式

（2）写出关键语句：将以逗号 ( , ) 分隔的文件 test.csv 读入，并将分隔符改为横线 (-)，覆盖原文件。

import pandas as pd
data = pd.read_csv('test.csv', sep=',', header=None)
data.to_csv('test.csv', sep='-', index=False , header=False)

6、python 中，如何对字典、列表、字符串之间进行两两转换？
[’a’, ’b’, ’c’] ⇐⇒ ’abc’
k = [’a’, ’b’, ’c’], v = [1, 2, 3] ⇐⇒ {’a’: 1, ’b’: 2, ’c’: 3}
{’a’: 1, ’b’: 2, ’c’: 3} ⇐⇒ ’{”a”:1, ”b”:2, ”c”:3}’

// 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

1、说明 #include<filename.h> 和 #include”filename.h” 的区别。

) 对于 #include<filename.h>, 编译器先从标准库路径开始搜索 filename.h，使得系统文件调用比较快；
2) 对于 #include”filename.h”，编译器先从用户的工作路径开始搜索 filename.h，后去寻找系统路径，使得自定义文件较快。

2、说明 with 语句的原理，以及 with 和文件操作结合的好处。

上下文管理器（Context Manager）：支持上下文管理协议的对象，这种对象实现了__enter__() 和 exit() 方法。上下文管理器定义执行 with 语句时要建立的运行时上下文，负责执行 with 语句块上下文中的进入与退出操作。通常使用 with 语句调用上下文管理器，也可以通过直接调用其方法来使用。
对于语句：with EXPR as VAR: BLOCK

1. 执行 EXPR，生成上下文管理器 context_manager；
2. 获取上下文管理器的 exit() 方法，并保存起来用于之后的调用；
3. 调用上下文管理器的 enter() 方法；如果使用了 as 子句，则将 enter() 方法的返回值赋值给 as 子句中的 VAR；
4. 执行 BLOCK 中的表达式；
5. 不管是否执行过程中是否发生了异常，执行上下文管理器的 exit() 方法，exit() 方法负责执行“清理”工作。

对于 with 与文件操作的结合，可以自动执行 exit() 方法关闭文件，防止编程人员忘记关闭。若文件打开后未使用 close() 进行关闭，则被打开的文件会一直被占用，其它进程无法对该文件进行读写，直到该程序运行结束。

3、分别简述你所了解的机器学习算法

1） .回归算法：
2） .基于实例的算法：
3） .决策树学习：
4） .贝叶斯方法：
5） .基于核的算法：
6） .聚类算法：
7） .降低维度算法：
8） .关联规则学习：
9） .集成算法：
10） .人工神经网络：

1、请利用 matplotlib 编写一个程序，画出函数 y = x2 + 18 的图像，并给图表和坐标轴加上标题。

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()

2、素数排位：已知素数序列为 2、3、5、7、11、13、17、19、23、29⋯⋯，即素数的第一个是 2，第二个是 3，第三个是 5⋯⋯那么，随便挑一个数，若是素数，能确定是第几个素数吗？如果不是素数，则输出 0。

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')