ID3构建的流程就是参考书上的那个伪代码。1） 开始：构建根节点，将所有训练数据都放在根节点，选择一个最优特征，按着这一特征将训练数据集分割成子集，使得各个子集有一个在当前条件下最好的分类。2） 如果这些子集已经能够被基本正确分类，那么构建叶节点，并将这些子集分到所对应的叶节点去。3）如果还有子集不能够被正确的分类，那么就对这些子集选择新的最优特征，继续对其进行分割，构建相应的节点，如果递归进行，

ID3构建的流程就是参考书上的那个伪代码。1） 开始：构建根节点，将所有训练数据都放在根节点，选择一个最优特征，按着这一特征将训练数据集分割成子集，使得各个子集有一个在当前条件下最好的分类。2） 如果这些子集已经能够被基本正确分类，那么构建叶节点，并将这些子集分到所对应的叶节点去。3）如果还有子集不能够被正确的分类，那么就对这些子集选择新的最优特征，继续对其进行分割，构建相应的节点，如果递归进行，

表达式分为以or分隔的两部分，前一部分是ans==‘y’，即‘n’==‘y’，结果是False，所以是False or‘Y’，所以表达式的的值是‘Y’，首先比较3>2，是true，那么3>2的结果就是1，这个结果与2进行比较，即1>2，所以最后是false。p54：在逻辑运算中，not的优先级最高，其次是and，or的优先级最低。p54：在逻辑运算中，not的优先级最高，其次是and，or的优先级

27. 以列表 ['A','B','C','D','E','F','G','H'] 中的每一个元素为键，默认值都是0，创建一个字典。18. 将列表 ['x','y','z'] 和 [1,2,3] 转成 [('x',1),('y',2),('z',3)] 的形式。28. 将二维结构 [['a',1],['b',2]] 和 (('x',3),('y',4)) 转成字典。5. 从列表 [True,1,0

假设不存在与训练集一致的决策树，那么训练集训练得到的决策树至少有一个节点上存在无法划分的多个数据（若节点上没有冲突数据，那么总是能够将数据分开的）。若以最小训练误差作为决策树划分的依据，由于训练集和真是情况总是会存在一定偏差，这使得这样得到的决策树会存在过拟合的情况，对于未知的数据的泛化能力较差。4.1的情况就是以最小训练误差作为决策树划分的依据，训练误差达到了0，但是现实情况中不是所有的西瓜都是

（图中A11，A10两个二进制数可以有00，01，10，11四种情况，对应了四组芯片（每组有两个芯片）组成的八位存储器。现要用 2K×8 位的 ROM 芯片和 4K×4 位的 RAM 芯片来设计该存储器，则需要上述规格的 ROM 芯片数和 RAM 芯片数分别是（D）。其中两个2K x 4 位芯片组成一个2K x 8位芯片，即位扩展（图中的芯片不对，但是大致意思是一样的）一个数据占32=2^5位，所

在一定条件下重复执行某些操作的控制结构称为循环结构，它由循环体及循环条件两部分组成，被重复执行的语句称为循环体，决定是否继续重复的表达式称为循环条件。判断选项，A满足条件；B为1是是False，非1是True；当不满足whlie语句和for语句的条件时，是一次也不执行循环体的，do-while语句至少无条件执行一次循环体。5．执行循环语句for i in range(1,5,2):print(i)

10．output.py文件和test.py文件内容如下，且output.py和test.py位于同一文件夹中，那么运行test.py的输出结果是（A）。7．已知f=lambda x,y:x+y，则f([4],[1,2,3])的值是（C）。A．#装饰器名B．@装饰器名C．$装饰器名D．%装饰器名。4．关于装饰器，下列说法中错误的是（D）。2．关于函数的说法中正确的是（B）。8．下列程序的运行结果是

c.isalpha()或c.lower()='a'或c.upper()='A'或c='A'or c='a'9．re.findall('to','Tom likes to play football too.',re.I)的值是(A)。8．设s='a,b,c'，s2=('x','y','z')，s3=':'，则s.split(',')的值为。

基本格式为：print([输出项1，输出项2，......，输出项n][,sep=分隔符][,end=结束符])print()这里输出了两个空行是因为print（）输出了一个空行，结尾又输出了一个换行符，所以是两行。其中，输出项之间以逗号分隔，sep表示输出时各输出项之间的分隔符（默认以空格分隔），end表示结束符（默认以回车换行结束）因为没有设置分隔符，所以以空格分隔：结尾会多输出一个换行符：结