【人工智能训练师3级】考试准备（2026）三、实操题1.1.3-3.2.5

萤萤七悬

789人浏览 · 2026-05-07 23:52:31

萤萤七悬 · 2026-05-07 23:52:31 发布

函数速查表

注意标记仅理解，不是考试需要填写的内容，供理解代码

章节	函数	代码
1.1.3	isnull()创建一个和数据表结构相同的表，值为是否缺失，这里sum()为按列求和	data.isnull().sum()
1.1.3	.duplicated()创建和数据表行数相同的列表，记录每一行是否和它前面任意行，整行值都相等	data.duplicated().sum()
1.1.3	.between()返回bool值，判断对应值是否符合指定开区间	data[‘Age’].between(18, 70)
1.1.3-仅理解	.all()用来判断是否所有值均为True，返回bool值，axis=1表示判断范围是按行判断	data[[‘is_age_valid’, ‘is_income_valid’, ‘is_loan_amount_valid’, ‘is_credit_score_valid’]].all(axis=1)
1.1.3-仅理解	用于统计数据表的通用指标	.describe()
1.1.3-仅理解	筛选出data[‘is_valid’]的补集组成新表，~表示取反	data[~data[‘is_valid’]]
1.1.3-仅理解	筛选出data[‘is_valid’]值为True的行组成新表	cleaned_data = data[data[‘is_valid’]]
1.1.4	.dropna()如果这一行有任意空值，则删除该行，默认传参axis=0删除行，如传1删除列	data = data.dropna()
1.1.4	.astype()类型转换为指定类型	data[‘Age’] = data[‘Age’].astype(int)
1.1.4	.sort_index()按索引排序，本段代码中按年龄从小到大展示各年龄段总人数	age_group_counts = data[‘AgeGroup’].value_counts().sort_index()
1.1.4	z-score公式详见公式部分	data[‘PurchaseAmount’] = (data[‘PurchaseAmount’] - data[‘PurchaseAmount’].mean()) / data[‘PurchaseAmount’].std()
1.1.5	groupby取出多个字段时，需要用中括号括起来，需要双层括号	gender_stats = data.groupby(‘Gender’)[[‘Speed’,‘TravelDistance’,‘TravelTime’]].mean()
2.1.1	pd.to_numeric把对象列转为数值，error转为Nan，astype如果遇到特殊字符会报错，to_numeric不会	data[‘horsepower’] = pd.to_numeric(data[‘horsepower’], errors=‘coerce’)
2.1.1‼️	subset指定了具体需要移除空值的列	data = data.dropna(subset=[‘horsepower’])
2.1.1	scaler.fit_transform可以计算均值 / 标准差（fit），再标准化数据（transform	data[numerical_features] = scaler.fit_transform(data[numerical_features])
2.1.1	划分测试集和训练集，训练集8成	X_train, X_test, y_train, y_test = train_test_split(x,y,test_size=0.2, random_state=42)
2.1.2	data.shape返回元组，shape[0]行数，shape[1]列数	initial_row_count = data.shape[0] #处理前的数据行数
2.1.2	drop_duplicates移除重复行，需区分duplicated()	data = data.drop_duplicates()
2.1.2‼️	concat函数合并dataframe，axis=1说明合并所有列，横向增加，注意Xy需要包中括号	cleaned_data = pd.concat([X, y], axis=1)
2.1.3	计算第一分位值，有25%的数据小于这个值	Q1 = data[numeric_cols].quantile(0.25)
2.1.3‼️	计算四分位距，即50%数据所在的区间	IQR = Q3 - Q1
2.1.3	筛选并删除所有数值列中超出正常范围（小于 Q1−1.5×IQR 或大于 Q3+1.5×IQR）的异常行	data_cleaned = data[~((data[numeric_cols] < (Q1 - 1.5 * IQR))
2.1.4	encoding指定编码	data = pd.read_csv(‘medical_data.csv’,encoding=‘gbk’)
2.1.4‼️	修改列名	data.rename(columns={‘病人ID’:‘患者ID’}, inplace=True)
2.1.4	新增列计算两个日期相差天数	data[‘诊断延迟’] = (data[‘诊断日期’] - data[‘就诊日期’]).dt.days
2.1.4	处理异常数据	data = data[(data[‘诊断延迟’] >= 0) & (data[‘年龄’] > 0) & (data[‘年龄’] < 120)]
2.1.4-仅理解	mac电脑使用，替换从C盘查找字体的代码	font_path = ‘/Library/Fonts/Arial Unicode.ttf’
2.1.4‼️	绘制柱状图	treatment_outcome_distribution.plot(kind=‘bar’, stacked=True)
2.1.4‼️	绘制散点图	plt.scatter(data[‘年龄’], data[‘疾病严重程度’])
2.1.5	loc中冒号表示所有行，所有行均更新为整数	data_cleaned.loc[:, ‘Your age’] = pd.to_numeric(data_cleaned[‘Your age’], errors=‘coerce’)
2.1.5‼️	data.plot.pie使用data的数据绘制饼图，bar是绘制柱状图	exercise_frequency_counts.plot.pie(autopct=‘%1.1f%%’, startangle=90, colors=plt.cm.Paired.colors)
2.1.5	to_numeric转为float后再转位整数	data_cleaned.loc[:, ‘Your age’] = data_cleaned[‘Your age’].astype(int)
2.2.1‼️	新建一个学习次数1000次的模型	model = LogisticRegression(max_iter=1000)
	对模型进行训练	model.fit(X_train, y_train)
2.2.1‼️	新建文件，保存模型，w表示写入文本用，b表示二进制图片模型用	with open(‘2.2.1_model.pkl’, ‘wb’) as file:pickle.dump(model,file)
2.2.1	预测结果	y_pred = model.predict(X_test)
2.2.1	score会调用predict并比较预测结果和y_test并打分	accuracy = model.score(X_test, y_test)
2.2.1‼️	违约数据太少，使用smote方法处理数据不平衡	X_resampled, y_resampled = smote.fit_resample(X_train, y_train)
2.2.2‼️	排除了文本类型值，这里取多列要用两层方括号	X = df[[‘cylinders’, ‘displacement’, ‘horsepower’, ‘weight’, ‘acceleration’, ‘model year’, ‘origin’]]
2.2.2	创建管道做归一化和模型训练	pipeline = Pipeline([(‘scaler’, StandardScaler()),(‘linreg’, LinearRegression())])
2.2.2	使用管道训练模型	pipeline.fit(X_train, y_train)
2.2.3‼️	随机森林-100颗决策树	rf_model = RandomForestRegressor(n_estimators=100, random_state=42)
🔥2.2.3	将X中的标签内容，按值拆成	X = pd.get_dummies(X) # 将分类变量转为数值变量
2.2.3	lamba表达式	y = df[‘Your Age’].apply(lambda x: int(x.split(’ ')[0])) # 假设年龄段为整数
2.2.3	删除指定列	data_cleaned = data.drop(columns=[‘序号’, ‘所用时间’])
2.2.3	删除target列	X = data_cleaned.drop(columns=[target])
2.2.3	保存模型	joblib.dump(model, model_filename)
2.2.4	计算均分方差，（真实-预测）的平方	mse = mean_squared_error(y_test, y_pred)
2.2.4🔥	计算决定系数，衡量模型预测能力，注意真实值在前	r2 = r2_score(y_test, y_pred)
2.2.4🔥	初始化XGBoost模型，学习率，最大深度	xgb_model = xgb.XGBRegressor(n_estimators=1000,learning_rate=0.05,max_depth=5， random_state=42)
2.2.4	# 使用制表符分隔值保存到文本文件	results.to_csv(results_filename, index=False, sep=‘\t’)
3.2.1🔥	图片模型推理会话加载	session = ort.InferenceSession(“resnet.onnx”)
3.2.1🔥	获取排名前五概率的索引值	top5_idx = np.argsort(probabilities[0]) [-5:][::-1]
3.2.1	获取概率	top5_prob = probabilities[0][top5_idx]
3.2.2	调整图片大小	image = image.resize ((28, 28)) # 调整大小为MNIST模型的输入尺寸 2分
3.2.2	图片转换为数组	image_array = np.array ( image , dtype=np.float32)
3.2.2🔥	添加维度	image_array = np.expand_dims ( image_array , axis=0) # 添加batch维度 2分
3.2.2	获取输入	ort_inputs = { ort_session.get_inputs ()[0].name: image_array}
3.2.2🔥	获取概率最大输出	predicted_class = np.argmax(ort_outs[0])
3.2.3🔥	从情感表中取出预测的对应标签	predicted_emotion ={v:k for k,v in emotion_table.items() }[predicted_label],另一种写法predicted_emotion = list(emotion_table.keys()) [predicted_label]
3.2.3🔥	打开标签文件，r表示读取	with open(‘labels.txt’,‘r’) as f:
3.2.4🔥	以RGB方式打开图片	image = Image.open(“flower_test.png”).convert(‘RGB’)
3.2.4🔥	获取准确率	accuracy = scipy.special.softmax(output, axis=-1)
3.2.4🔥	获取最大概率项	predicted_idx = np.argmax(accuracy)
3.2.4🔥	根据索引值获取准确率	prob_percentage = prob_percentage = accuracy[0,predicted_idx]*100
3.2.4	从模型预置的标签表中根据索引获取标签	predicted_label = labels[predicted_idx]
3.2.5🔥	从标签表中读取所有标签	class_names = [name.strip() for name in open(‘voc-model-labels.txt’).readlines()]
3.2.5🔥	调用系统命令创建文件夹	os.makedirs(result_path)
3.2.5🔥	使用cv2读取图片	orig_image = cv2.imread(img_path)
3.2.5🔥	缩放图片	image = cv2.resize(image, (320, 240))
3.2.5	定义用来压缩像素点的均值，127是255的一半	image_mean = np.array([127, 127, 127])
3.2.5	把数据类型转换成浮点	image = image.astype(np.float32)
3.2.5	图片数据扩展1个维度	image = np.expand_dims(image, axis=0)

概念速查表

概念名	公式内容	代码实现	公式含义
Z-score		.mean() 求列均值，.std() 求列标准差	统计和均值的离散程度（几个标准差）
准确率评估	TP：猜对了正类（真・pass） TN：猜对了负类（真・notpass） FP：猜错正类（把notpass说成pass） FN：猜错负类（把pass说成notpass）
准确率指标计算	准确率 = (TP + TN) / (TP + TN + FP + FN) 精确率 = TP / (TP+FP) 召回率 = TP / (TP+FN) F1 = 2×P×R/(P+R) AUC = 所有正样本得分 > 负样本得分的概率（0.5 = 乱猜，1 = 完美）	准确率：所有预测结果的正确率，精确率：预测为真的准确率，召回率：所有应该为真的样本中，成功预测为真的比例，F1:整体表现

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

网管型工业交换机和非网管型工业交换机有什么区别？工业网络如何选择？

工业交换机选型需根据实际需求判断：非网管型即插即用，适合小型设备网络和简单数据采集场景；网管型具备VLAN划分、状态监控和冗余功能，适用于复杂工业网络。选型需综合考量设备数量、网络规模、环境条件（温度/振动/EMC）及扩展需求。工业场景优先选择专用交换机，核心区别在于网络管理需求而非单纯性能优劣，合理选型可提升网络可靠性并降低维护成本。