机器学习基础复习提纲（信息填充）.docxVIP

机 器学习基础复习提纲 目录 翻译 3 Python 语法： 3 Numpy 语法： 3 matplotlib 画图： 3 机器学习模型 3 1、选择题（16 分）和 2、是非题（14 分） 4 Python 语言的特点：动态类型，交互式，解释型，面向对象，多继承，函数返回值，函数作为参数，变长参数，缺省参数，命名参数 4 三种for，for 和while 中的 break, continue, else 5 List, Tuple, Dictionary, set 5 range()函数产生List 7 numpy.min, max, sort, argmin, argmax, argsort, flipud, [::-1] 7 scatter, plot, bar, box，绘制多轴图，subplot(numRows, numCols, plotNum) 8 机器学习的一般慨念，比如：有监督的机器学习、无监督的机器学习、强化学习等 9 机器学习模型评价方法和评价性能指标及其在 sklearn 中相关的函数 10 属性的类型，数据预处理技术（如 sklearn.preprocessing.StandardScaler， preprocessing.scale ， preprocessing.MinMaxScaler() ， preprocessing.normalize ， processing.Normalizer()），过拟合和欠拟合，过拟合处理技术，参数和超参数 13 各个机器学习算法的基本性质 15 3、简答题（8 题 40 分）（录音 08.25-） 18 学过的机器学习算法相关类的作用及其构造函数主要参数的意义； 18 与超参数调整相关类的使用 19 数据预处理的方法， 如独热编码 preprocessing.OneHotEncoder() ， sklearn.feature_extraction.DictVectorizer ， 线 性 回 归 特 征 扩 展 方 法preprocessing.PolynomialFeatures ， 文 本 处 理sklearn.feature_extraction.text.CountVectorizer 19 各种性能指标的计算，如二类分类问题的混淆矩阵、accuracy、precision、recall、f1、P-R 曲线和ROC 曲线，回归问题的 R-squared，聚类问题的关联矩阵、Rand index 和Jaccard Index 20 多类分类（Multi-class classification）问题的各种处理策略（PPT05-2 P17） 22 多标签分类（Multi-label classification）问题的各种处理策略（PPT05-2 P32） 22 学习过的主要集成机器学习算法的基本原理 22 主要机器学习算法的具体实现，如决策树如何选择属性，朴素贝叶斯方法如何预测，k-means 算法的 2 个主要步骤，层次聚类如何选择合并的簇 23 Python 语言lambda 表达式、filter、map 和reduce 的具体设计 24 4、算法设计题 26 用伪代码描述学习过的机器学习算法，如决策树、k-means、层次聚类、DBSCAN、强化学习算法（如 K-摇臂赌博机 ε-贪心法和Softmax 算法，Q-learning）、 集成学习算法等 26 用 python 语言实现上述算法 29 用给定的机器学习方法解决问题，通常会要求根据性能指标重复多次寻找最 优的超参数，将结果用曲线、柱状或者箱线图表示出来（主要类会给出） 30 翻译 Python 语法： List（列表）, Tuple（元组）, Dictionary（字典）, set（集合） Numpy 语法： arg 基于下表 flipud（上下翻转） matplotlib 画图： scatter（散点图），plot（二维线画图），bar（直方图） box（箱线图），subplot（绘制多轴图） label（标签） 机器学习模型 评价方法（Evaluation Methods） Holdout Method（留出法） K-fold Cross-validation（K 折交叉验证法） Bootstrapping（自助法） 性能指标（Metrics for Binary Classification） 二类分类问题 Accuracy（准确率） Precision（查准率） Recall（查全率，召回率） 聚类分类 算法 LinearRegression（线性回归） Decision Tree（决策树） SVM（S