机器学习基础

简答题

1.监督学习和无监督学习是什么？

监督学习是指利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也

称监督训练或有教师学习。监督学习是从标记的训练数据来推断一个功能的机器学习任务。

监督学习的典型例子是分类（离散数据）和回归（连续数据）问题。

无监督学习 : 设计分类器时候，用于处理未被分类标记的样本集。

无监督学习的典型例子是聚类。

训练数据中是否有标签，这是二者最根本的区别。监督学习的数据既有特征又有标签，而非

监督学习的数据中只有特征而没有标签。

2.欠拟合和过拟合定义

过拟合指的是学习器把训练样本学的太好，可能已经把训练样本自身的一些特点当作了所有

潜在样本都会具有的一般性质，导致泛化性能下降的现象。

欠拟合指的是对训练样本的一般性质尚未学好的现象。

3.分类和回归定义

输入变量与输出变量均为连续变量的预测问题是回归问题

输出变量为有限个离散变量的预测问题为分类问题

举个例子：预测明天的气温是多少度，这是一个回归任务；

预测明天是阴、晴还是雨，就是一个分类任务。

4.机器学习系统包括哪三个部分？

1.预处理

2.特征提取和特征选择

3.分类器的设计或分类决策过程的设计

5.特征选择和特征提取

特征选择:从一组特征值中挑选出一些最有效的特征以达到降低特征维数的目的,这个过程叫做特征选择

特征提取:特征提取是一种变换,将原始数据变换成坐标个数减少了的数据

编程题

1.求出 1000 以内能被 3 整除且至少有一个数字为 5 的所有整数，比如 15，51，513 等

for a in range(1,9): 
for b in range(0, 9): 
for c in range(0, 9): 
if (a+b+c)%3==0 and (a==5 or b==5 or c==5): 
print(a*100+b*10+c)

2.编写生成 fibonacci 数列（斐波那契数列）的程序 1,1,2,3,5,8,13....

def feibo(n): 
first = 1 
second = 1 
sums = 0 
if n <=2: 
  sums = 1 
  return sums 
else:
  sums = first + second 
  first = second 
  second = sums 
  return feibo(n-1)+feibo(n-2) 
print(feibo(10))

3.编写判别素数的程序

def Prime(n): 
if n<2:
  return False 
elif n==2: 
  return True 
else:
  i=2 
  for i in range(2,n): 
  if n%i==0: 
    break 
  else:
    i=i+1 
if i==n: 
  return True 
else:
  return False

import math a,b,c,n=1,1,1,1 
x=float(input(“shuru x”)) 
while n<30: 
a=a*x/n 
b=b+a 
n+=1 
print(b)

 5.求阶乘n!

n = int(input("请输入一个整数"))
ns = 1
for i in range(1,n+1):
    ns = ns*i
print(ns)

6.求阶乘的累加和

sum=0
a=1
n=int(input())
for i in range(1,n+1):
  a*=i
  sum+=a
print(sum)