简介这份《机器学习期末复习题及答案》面向高校机器学习课程学生及需要期末自测的读者围绕课程核心概念、算法原理与编程步骤组织内容。压缩包共1个docx文件约20KB轻量便于打印或电子端查阅。题目覆盖单项选择、多项选择、名词解释、简答和编程题涉及训练集与测试集划分、欠拟合与过拟合、K近邻、朴素贝叶斯、Sklearn线性回归、支持向量机核函数、决策树ID3/C4.5/CART、聚类、回归评估指标、数据清洗及神经网络基础等。配套答案可帮助读者快速核对概念梳理分类、回归、聚类任务的要点并熟悉简单线性回归与K近邻分类的建模、拟合、预测和评价流程。已有13141人学习适合考前集中刷题和查漏补缺。1. 机器学习期末考什么从一套卷子倒推拿分顺序机器学习期末复习最容易走偏的地方是把复习资料当成知识点合集从第一页背到最后一页。这套卷子的题型结构其实很固定单项选择、多项选择、名词解释、简答、编程五块前三块考的是概念边界简答考的是原理表述编程考的是 sklearn 的固定流程。反直觉的一点是多数人觉得编程题最难实际上编程题是整张卷子里最稳的分——六步流程背熟数据集换成什么都没区别真正让人翻车的是单选里“监督/无监督”的归属和简答里“线性可分/不可分”的表述。这份复习资料适合考前一两周、想按题型过一遍而不是按章节啃书的人下面按考点模块把高频题和答法拆开。2. 基础概念辨析三个必考的分类边界与四种题型答法概念题占了整张卷子将近一半的分但它不是靠背是靠“边界”。机器学习期末复习资料里反复出现的三个边界是训练集与测试集的分工、监督与无监督的归属、过拟合与欠拟合的方向。这三组概念一旦混单选会连错名词解释也会写偏。这一章先把三组边界讲透再落到具体题目上告诉你题干长什么样、选项怎么排、答案为什么是那个。2.1 训练集与测试集为什么必须拆拆完各自干什么教材里的标准问法是“为什么要把数据集分成训练集与测试集”答案的核心只有一句模型在训练集上拟合得好不代表它在新数据上还贴合。展开成三句话就是一个完整的简答答案第一拟合过程完全依靠训练集训练集上的误差只能说明模型“记住了”这批数据第二模型复杂度上去以后训练集误差会一直降但泛化误差可能反升这就是过拟合第三测试集不参与训练只用来验证模型在未见数据上的表现所以它能充当泛化能力的近似度量。这里有个容易被忽略的细节很多同学答成“为了检验模型准不准”这句话太笼统拿不到分。得分点在于区分“训练误差”和“泛化误差”这两个词只要这两个词出现阅卷就知道你懂拆分的意义。如果再补一句“测试集只能在最后评估时使用不能拿它反复调参”这道题基本满分。单选题里对应的考法是“机器学习把数据集分成训练集和 ”选项给分析集、测试集、导入集、备用集。这类题不需要思考看到“训练集和”就直接找“测试集”四个选项里只有它是机器学习流程中的标准术语其余三个是明显编出来的干扰项。类似的送分题还有“机器学习是一门 的科学”答案是人工智能机器学习性能评估是对 进行评估答案是查准率和查全率。这三道题的共同点是答案就是那个最“大”或者最“标准”的词凡是选项里出现教材没提过的名词基本可以直接排除。提示概念型单选不要靠感觉选“听起来最专业”的那个先判断题干在问“流程的哪一步”还是“属于哪个大类”问流程就找流程词问大类就找大类词两套词汇不要混着用。2.2 监督、无监督、半监督KNN、PCA、聚类到底归哪类这是全卷最高频的一个陷阱。K 近邻算法在资料里明确标注为有监督学习PCA 降维标注为无监督学习聚类分析同样归无监督。为什么 KNN 是有监督因为它训练时需要标签 y预测时靠最近邻样本的已知标签投票标签全程参与。为什么 PCA 和聚类是无监督因为它们只吃特征 X不看标签靠数据自身的结构方差方向、距离远近做划分。答题时可以用一句话锁死这个判断看训练时用不用 y。用 y 就是有监督不用 y 就是无监督用少量 y 就是半监督。这句话能同时应付 KNN、PCA、聚类、朴素贝叶斯、SVM、线性回归六个算法的归属题比一个个背可靠得多。资料里的两套卷子分别考了“K 近邻算法是 ”和“PCA 降维是 ”答案一个 A 一个 B看似矛盾其实就是同一套判断标准在两个算法上的应用。名词解释里对应的题是“分类”输入一个数据训练模型推断出它的类别通过已有数据集的学习训练得到一个目标函数把每个数据集的元素 x 映射到目标类别 y且 y 必须是离散的。这段话里真正的得分点是最后半句“y 必须是离散的”前面都是铺垫。写名词解释要学会抓这种限定词离散对应分类连续对应回归这一组对立几乎每年都换个说法考一次。2.3 过拟合与欠拟合题干怎么设陷阱选项怎么排除资料给欠拟合的定义是在训练数据和预测结果时模型精确度均不高未能把握核心特征。给过拟合的定义是模型出现拟合过度的情况特征值选取过多。两个定义要对照着记欠拟合是“两头都差”过拟合是“训练集好、测试集差”方向完全相反。单选里最典型的一道是“以下属于解决模型欠拟合的方法是”选项是增加训练数据量、对模型进行裁剪、增加训练过程的迭代次数、正则化。这道题的正确解法不是逐个判断“有没有用”而是先把四个选项分成两组正则化和模型裁剪都是压制模型复杂度的手段属于抗过拟合增加训练数据量在教材语境里同样被归到缓解过拟合那一边剩下“增加训练过程的迭代次数”才是让模型学得更充分、把欠拟合往回拉的手段答案选它。这个排除逻辑值得记住凡是题干问“解决欠拟合”先在选项里找“让模型更强/学更久”的那个凡是问“解决过拟合”找“让模型更弱/加约束/加数据”的那个。两组手段是对立的出题人一定会在选项里混入对方的答案你只要先分类再选就不会被单个选项的合理性带跑。注意判断欠拟合和过拟合不要看训练集指标单独一个数要看训练集和测试集的差距。差距大是过拟合两个都差是欠拟合两个都好且接近才是正常拟合。2.4 真题演练四道概念题的完整答法第一题单选“K 近邻算法是 ”答题思路是抓“训练时用不用标签”。KNN 的 fit 阶段要把带标签的样本存起来predict 阶段取最近邻的标签做多数投票标签是必需品所以选有监督学习。排除法也成立无监督学习的典型代表是聚类和降维半监督需要大量无标签加少量有标签KNN 没有这个结构。第二题多选“Python 机器学习编程库有 ”选项是 VB、NumPy、Matplotlib、Sklearn。这题的判分点是“是不是 Python 生态里的库”VB 是语言不是库直接排除其余三个全选。这里容易错的地方是把 Matplotlib 当成画图工具就不敢选实际上它在教材里就是被当作机器学习编程库的一部分列出来的可视化属于流程的一环。第三题多选“数据清洗包括 ”选项是训练数据、缺失值处理、分类、离群值检查。数据清洗的教材口径是填补缺失值、光滑噪声数据、平滑或删除离群点、解决数据不一致性。对照下来只有缺失值处理和离群值检查落在定义里训练数据和分类是流程的其它环节不属于清洗。这道题的错误率很高原因是“训练数据”听起来和数据处理有关但它是数据集划分的产物不是清洗动作。第四题名词解释“过拟合”标准答法是三句话模型在训练集上拟合过度把噪声也学进去了表现为训练集精度高而测试集精度明显下降常见成因是特征过多、模型复杂度过高、样本量不足。三句话分别对应“是什么、什么表现、为什么”名词解释按这个结构写长度刚好得分点也齐。3. 算法原理高频考点决策树、朴素贝叶斯、SVM 的简答怎么组织简答题一共就那几个算法出题范围非常窄决策树原理、朴素贝叶斯原理、SVM 的线性可分与不可分、简单线性回归的定义。窄的好处是可以提前把答案写成模板坏处是写得不准确会被扣得很干脆。这一章按算法拆每个算法给一段可以直接背的表述再配一道对应的选择或简答题说明阅卷在看什么。3.1 决策树三种生成算法、两种划分标准、一段原理表述决策树的原理表述在资料里给得很清楚决策树是一个类似于流程图的树结构分支节点表示对一个特征进行测试根据测试结果进行分类叶节点代表一个类别。这段话有三层一层是结构树、流程图二层是节点职责分支节点做测试、叶节点给类别三层是流程从根往下走走到叶节点就得到分类结果。背的时候按这三层背比逐字背更稳。生成算法一共三种ID3、C4.5、CART。多选题“决策树算法包括 ”给的选项是 ID3、ID4、C4.5、CART答案是 ACDID4 是编出来的干扰项。这里有个记忆抓手三种算法按“信息增益 → 信息增益率 → 基尼指数”的顺序演进。ID3 用信息增益C4.5 用信息增益率CART 用基尼指数。第二套卷子的多选正好考了划分标准选项里给出信息增益和基尼指数答案选这两个。把算法名和划分标准绑成对记可以同时应付两类题问“有几种算法”答三种问“划分标准是什么”答信息增益、信息增益率、基尼指数。资料里那道“决策树生成有几种算法”选 3就是纯记忆题考场上想不起具体是三种还是四种就用 ID3、C4.5、CART 这三个人名式的名字数一遍。3.2 朴素贝叶斯判定公式怎么记argmax 在干什么朴素贝叶斯的判定公式是 H(x) argmax P(Ci)ΠP(ak|ci)。这个公式拆开看只有两部分P(Ci) 是先验概率ΠP(ak|ci) 是各个特征在类别下的条件概率连乘。连乘的意思是“假设特征之间相互独立”这也是它叫“朴素”的原因独立性假设在现实中往往不成立但算法照样能用。argmax 是这道题最容易设陷阱的地方。四个选项分别用了 argmax、exp、min、log 四个不同的外层函数正确答案只能是 argmax因为分类的任务是“在所有类别里挑概率最大的那个”argmax 的定义就是返回使后面表达式取最大值的类别。min 显然反了log 和 exp 是变换不是选择看到这三个词可以直接排除。简答“朴素贝叶斯算法的原理”按资料答利用概率统计进行分类基于贝叶斯定理对于一个待分类项求解属于各个类别的概率概率最大的类别即为待分类项的类别。这段话和公式是一一对应的“求解属于各个类别的概率”对应 P(Ci)ΠP(ak|ci)“概率最大的类别”对应 argmax。答题时先写文字再补公式比只写公式更容易拿满分因为阅卷要看的是你理解不理解而不是记不记得符号。3.3 SVM核函数与线性可分的维度递进表述SVM 在卷子里有两个方向一个是核函数一个是线性可分性。核函数那道单选问“支持向量机常用的核函数”答案是高斯核函数。要注意区分问法问“常用核函数是哪个”选高斯核问“核函数有几种”答三种。这两道题在不同卷子里都出现过答案形式不一样但内核一致——常用的是高斯核教材列举的核函数一共三种线性核、多项式核、高斯核。线性可分的简答要按维度递进答一维空间里分开两个点集只需要找一个点二维空间里需要找一条分类直线三维空间里需要找一个分类平面n 维空间里需要找一个超平面。这个“点 → 线 → 面 → 超平面”的递进是整道题的骨架缺了任何一层都会被扣分。线性不可分就是反过来讲不存在这样一个线性分类器直线、平面、超平面能把两类数据完全分开实际数据里这种情况很常见所以要引入核函数把数据映射到更高维让它在新空间里变得线性可分。提示SVM 的两道简答线性可分、线性不可分本质是一道题的正反两面背的时候一起背答题时先讲正面再讲反面两段合起来就是完整答案。3.4 KNN 与聚类的“几种”类送分题资料里出现了一批形式相同的题聚类分析有几种算法答案 3、决策树生成有几种算法答案 3、支持向量机常用的核函数有几种答案 3、回归模型性能评估指标有哪些。这类题没有推理空间只能靠记但可以用“三”这个规律做锚点聚类按划分、层次、密度三类记决策树按 ID3、C4.5、CART 三种记核函数按线性、多项式、高斯三种记。三组都是三考场上一旦拿不准先想这三个名字能不能数出三个来。聚类和 KNN 常被放在一起考因为它们都涉及“距离”。区别在于 KNN 是有监督分类聚类是无监督分组。聚类的名词解释按资料写按照某个特定标准如距离准则把一个数据集分割成不同的类或簇使得同一簇内的数据对象相似性尽可能大不同簇之间的差异性尽可能大。这段话的关键是“簇内相似、簇间差异”八个字概括完整定义答题时先写这八个字再展开结构就立住了。3.5 真题演练三道简答题的答题骨架第一题“决策树算法的原理是什么”。答题骨架分三步先说结构决策树是类似流程图的树结构再说节点分支节点对特征做测试、按测试结果分流叶节点代表一个类别最后说流程从根节点开始逐层测试到达叶节点即完成分类。三步写完大约一百字长度刚好不会因为写太多而暴露概念错误。第二题“朴素贝叶斯算法的原理是什么”。骨架同样是三步基于贝叶斯定理对待分类项求解属于各个类别的概率取概率最大的类别作为结果。如果记得公式在文字后面补一行 H(x) argmax P(Ci)ΠP(ak|ci)并且说明“连乘建立在特征条件独立的假设上”这一句是加分项因为它解释了“朴素”二字的来源。第三题“在 SVM 中如何理解线性不可分”。骨架是先给定义不存在一个线性分类器能把两类数据完全分开再给直观解释直线、平面、超平面都做不到最后给出路通过核函数映射到高维空间使原本不可分的数据在新空间中可分。这道题和第二套卷子里的“线性可分”是同一题的正反面两题的答案可以互相补充考试时如果只考一个方向把另一个方向的结论带一句答案会显得完整。4. 评估指标与数据预处理MAE、MSE、RMSE、准确率的对应关系指标题是整张卷子里最容易“看着都眼熟但选不对”的部分。原因是四个回归指标的英文缩写长得很像中文译名又互相重叠MAE 叫平均绝对误差MSE 叫均方误差RMSE 叫均方根误差还有一个 R² 叫决定系数。这一章先把四个指标的差别用一张表钉死再讲分类指标怎么串成一段话最后落到数据清洗这个高频多选点上。4.1 回归指标四个缩写的对照表与题干关键词缩写中文名计算含义题干里的识别词MAE平均绝对误差预测值与真实值差值的绝对值求平均“平均绝对误差”五个字直接给MSE均方误差差值平方后求平均“均方误差”注意没有“根”RMSE均方根误差MSE 开根号“均方差”“RMSE”有时写成 RMSDR²决定系数1 减去残差平方和比总平方和“拟合优度”“R Square”这张表要背到看见中文名就能反推缩写的程度。资料里的两道题正好卡在 MAE 和 RMSE 上一道问“回归模型性能评估平均绝对误差”答案是 MAE另一道问“回归模型性能评估均方差”答案是 RMSE。第二道题的坑在“均方差”这个词它和“均方误差”只差一个字但教材里“均方差”对应的是 RMSE不是 MSE。遇到这种题先看题干里有没有“根”或者“RM”的影子有就选 RMSE没有就选 MSE。为什么要有这么多指标因为 MSE 对大误差敏感平方放大了离群点的影响MAE 对每个误差一视同仁RMSE 把量纲拉回原单位便于解释R² 给的是相对拟合优度而不是绝对误差。这四个指标的差异本身就是一道潜在的简答题答题时按“对大误差敏不敏感”和“有没有量纲”两个维度区分比单纯背公式更有说服力。4.2 分类指标准确率、查准率、查全率怎么串成一段分类准确度的定义在资料里给得很干脆分类正确的样本占总样本的比例Accuracy n_correct / n_total。这个定义简单但它有个致命弱点——类别不平衡时会失真。比如一百个样本里九十五个是负类模型全判负类也能拿到 95% 的准确率但它在正类上一个都没抓到。所以评估分类模型不能只看准确率还要看查准率和查全率。查准率看的是“预测为正的里面有多少真的是正”查全率看的是“真正的正类里有多少被找出来了”。这两个指标天然对立把判定门槛调低查全率上去但查准率下来门槛调高查准率上去但查全率下来。综合评价指标F1就是在这个矛盾里取平衡。资料里“性能评估”的名词解释给的是“准确率、查准率、查全率、综合评价指标”这四个词按顺序写就是标准答案顺序本身也是得分点因为它体现了从单一指标到综合指标的层次。第二套卷子的单选“机器学习性能评估是对 进行评估”答案是查准率和查全率。这道题容易错选“学习能力”或“学习效率”因为题干问的是“评估”这个动作的对象。判断标准是评估的对象必须是可量化的指标学习能力、学习效率都不是直接算出来的数只有查准率、查全率这类指标能在测试集上算出来。4.3 数据清洗四个动作与两类干扰项数据清洗的教材定义包含四个动作填补缺失值、光滑噪声数据、平滑或删除离群点、解决数据不一致性。多选题的选项通常只给其中两个剩下的用“训练数据”“分类”这类流程词做干扰。判断方法很直接清洗的对象是数据本身的质量问题缺、噪、离群、不一致而训练数据是数据集划分的产物分类是模型的任务两者都不属于清洗。缺失值处理是清洗里考得最细的一块。常见手法是均值填充、中位数填充、众数填充、删除含缺失的样本选哪种取决于缺失比例和特征类型。数值型特征用均值或中位数类别型特征用众数缺失比例过高时直接删列比填充更稳。离群点检查则是先用箱线图或者三倍标准差把异常值找出来再决定是删除还是截断。这两块在多选题里通常只考“属不属于清洗”不会深入到具体手法但简答题有可能让你展开所以手法要能说出两三种。注意数据清洗和特征工程不是一回事。清洗处理的是“数据脏”特征工程处理的是“特征不够用”前者是修补后者是构造答题时不要混着写。4.4 真题演练指标类题目的三步判断法第一步看任务是回归还是分类。题干里出现“预测连续值”“房价”“温度”这类词就是回归出现“类别”“是不是”“识别”就是分类。这一步决定了你该去四个回归指标里找还是去准确率、查准率、查全率里找。第二步看题干给的是中文名还是英文缩写。给中文名就按词面找对应给缩写就按字母找对应。资料里那道“平均绝对误差”直接给了中文全称答案就是 MAE这种题属于送分唯一的风险是把 MAE 和 MSE 看串所以读题时要把“绝对”两个字圈出来。第三步看有没有“根”或者“平方”的限定。均方误差是平方均方根误差是平方再开根题干里出现“根”就一定选 RMSE。第二套卷子把“均方差”作为题干答案是 RMSE就是因为“均方差”在教材口径里等同于均方根误差。名词解释“均方误差”按资料答是反映估计量与被估计量之间差异程度的一种度量。这句话比较抽象答题时可以补一句具体形式——预测值与真实值之差的平方的期望这样既保留了定义又给出了可验证的内容。名词解释最忌讳只写一句抽象话补一个具体形式或者一个简单例子分数会稳很多。5. 易错题与失分点五个最容易翻车的地方这一章不讲新知识只讲错。下面五条是从这套卷子里筛出来的高频失分点每一条都按“错在哪、为什么错、怎么答对”三层写。考前把这一章过一遍比再刷十道新题有用。5.1 概念归属类失分KNN、PCA、聚类的三连错错在哪把 KNN 归成无监督把 PCA 归成有监督或者把聚类和分类混为一谈。这三道题经常连着出一错就是三分起。为什么错KNN 的名字里没有“分类”两个字看着像在找邻居容易联想到聚类PCA 叫“降维”听起来像是在做特征提取容易被当成有监督的预处理。本质原因是判断标准没建立起来靠名字猜。怎么答对只用一条标准——训练时用不用标签 y。KNN 的 fit 需要 y是有监督PCA 和聚类的 fit 只吃 X是无监督。把这条标准写在草稿纸角上遇到归属题先问“用不用 y”再看选项。分类和聚类的区别也用同一套标准分类的 y 是离散类别且训练时已知聚类的 y 根本不存在。5.2 公式类失分朴素贝叶斯四个选项的排除顺序错在哪在 argmax、exp、min、log 四个外层函数里选错或者把连乘写成连加。为什么错公式平时是看懂就行没有默写过考场上只能凭印象。四个选项的差别只在一个函数名上视觉上极其相似不默写根本分不出来。怎么答对记住一句话——分类是“挑最大的那个类别”所以外层必须是 argmax。min 是挑最小方向反了exp 和 log 是数值变换不产生“选择”的动作。连乘则来自特征条件独立的假设写成连加就变成了另一个模型。考前把公式手写三遍比看十遍有效。5.3 指标类失分均方差与均方误差的一字之差错在哪看到“均方差”就选 MSE看到“均方误差”反而犹豫。为什么错两个中文名只差一个字教材里又经常混用很多人背的时候就没分清。加上选项里 MSE 和 RMSE 同时出现视觉干扰更强。怎么答对抓“根”字。均方根误差带“根”均方差在教材口径里也指 RMSE均方误差不带根才是 MSE。另一个抓手是看选项如果选项里同时有 MSE 和 RMSE题干又没说“根”就再读一遍题干有没有“RM”两个字母有就 RMSE没有就 MSE。5.4 表述类失分简答题写得太满反而丢分错在哪简答题写了两三百字把能想到的都堆上去结果核心得分点被淹没还顺带写错了几个概念。为什么错平时没有按点作答的习惯考场上怕写少了不得分就用字数换安全感。阅卷是按点给分的写得多不等于写得到。怎么答对简答题按“三段式”控制长度——第一句给定义中间两句讲机制最后一句给结论或条件总长度控制在一百字左右。决策树、朴素贝叶斯、线性可分这三道题都可以套这个结构。写完以后回读一遍确认每一句都在回答题干没有一句是“顺便提一下”。5.5 编程题失分X 的形状和六步流程的顺序错在哪线性回归题里把 X 写成一维列表fit 的时候直接报错或者步骤题里把“模型评价”写在“预测”前面。为什么错平时跑代码用的是现成数据集形状是对的自己手写就忘了 sklearn 要求 X 是二维数组样本数 × 特征数。步骤题则是靠印象排顺序没有把流程当成一条流水线来记。怎么答对X 一律写成嵌套列表单特征也要包一层写成 [[1],[2],[3],[4],[5]]。流程固定六步导入库、导入数据、建模、拟合、预测、评价顺序不能换因为预测必须在拟合之后评价必须在预测之后。这两条是硬约束记住约束关系就不会排错。6. 编程题答题模板一套六步流程打穿两道编程题编程题在卷子里只有两道一道让你写步骤一道让你写代码考的都是 sklearn 的标准流程。这个流程不分算法线性回归是这个流程KNN 也是这个流程换个模型只是换一行导入和一个类名。所以备考的重点不是把每个算法都写一遍而是把流程背成肌肉记忆然后把两个最容易报错的地方单独处理掉。6.1 六步流程从导入库到模型评价的固定骨架步骤题的答案是固定六步导入库函数、导入数据集、建模模型实例化、模型拟合模型训练、预测、模型评价。这六步的顺序有严格依赖建模必须在导入数据之后拟合必须在建模之后预测必须在拟合之后评价必须在预测之后。答题时按这个链条写一条一行不要合并。代码题把这六步落成代码KNN 的版本如下# 第一步导入库函数 from sklearn.neighbors import KNeighborsClassifier # 第二步导入数据集X 是特征二维y 是标签一维 X [[3,2],[3,1],[1,3],[3,4],[2,2],[7,4],[5,3],[9,2],[7,3],[7,0]] y [0,0,0,0,0,1,1,1,1,1] # 第三步建模模型实例化n_neighbors 就是 k不写默认 5 model KNeighborsClassifier(n_neighbors3) # 第四步模型拟合把特征和标签喂进去 model.fit(X, y) # 第五步预测传入的同样是二维结构 pred model.predict([[4,3],[8,1]]) # 第六步模型评价分类任务看准确率 print(model.score(X, y)) print(pred)这段代码的关键参数只有三个n_neighbors是近邻个数 k样本量小的时候取 3 比默认的 5 更稳fit接收的 X 必须是二维列表y 是一维predict的入参也必须包成二维写成[4,3]会报形状错误。第六步的score返回的是准确率训练集上算出来的值只能参考正式评价应该在测试集上做。线性回归的版本只是换了导入和模型类# 前两步同上注意 X 要写成二维单特征也要包一层 from sklearn.linear_model import LinearRegression X [[1],[2],[3],[4],[5]] y [3,4,6,8,9] model LinearRegression() # 第三步实例化线性回归没有必填超参 model.fit(X, y) # 第四步拟合 print(model.coef_) # 斜率 w1 print(model.intercept_) # 截距 w0 print(model.predict([[6]])) # 第五步预测第六个点 # 第六步评价回归任务用 MAE、MSE、RMSE 或 R² from sklearn.metrics import mean_absolute_error pred model.predict(X) print(mean_absolute_error(y, pred))线性回归的输出里coef_是特征系数intercept_是截距两者合起来就是 y w0 w1x 这个式子。如果题目要求你写出拟合出的方程就把这两个数代进去。评价部分用 MAE 最直观因为它和 y 同量纲写答案时也容易解释。提示两道编程题的共同报错点都是 X 的形状。单特征的线性回归最容易被写成一维考场上写完先检查 X 是不是嵌套列表这一步能省掉大部分调试时间。6.2 收尾一个习惯让最后两周的复习不白费我自己的血泪经验是第一次做这类卷子时概念题全对编程题反而卡在形状报错上后来才发现问题不在算法在于我把“看懂代码”当成了“会写代码”。从那以后我每次复习编程题都强制走一遍“合上答案手写六步 → 对照报错改形状 → 再默写一遍参数名”的流程三遍下来换什么数据集都不慌。具体做法是拿一张白纸先把六步流程横着写一行再在每一步下面填这个算法对应的函数名和参数填不出来的地方就是盲区。填完以后不看资料直接把代码敲进编辑器跑一遍跑通了才算过。两个算法各来一遍大概四十分钟比刷二十道单选更能稳住编程题的分。概念部分同理考前最后一遍不要从头看只过三样东西这章第 5 节列的五个失分点、四种回归指标的对照表、三个“有几种”的答案。这三样覆盖了卷子上大部分容易丢的分。复习资料的价值不在于它有多少题而在于它把题型结构暴露得很清楚按结构复习比按页数复习省力得多。希望帮到你。本文还有配套的精品资源点击获取