操作技能考试 120分钟 / 100分 · 理论知识考试另计

优先级	题目	名称	时间	分值	题型
S	1.1.1	智能医疗数据处理	30min	25分	纯代码
A	2.2.1	Logistic回归信用评分	20min	20分	代码+文档
A	3.2.1	图像识别ONNX推理	20min	20分	代码+文档
B	2.1.1	燃油效率数据清洗	20min	15分	代码+文档
B	3.1.1	智能音箱分析优化	20min	15分	纯文档
C	4.2.1	零售数据采集指导	10min	5分	纯文档

⚠️ practices/3.2.1 中代码全部被注释，需从第6部分参考答案学习

⚠️ 数据文件实际为 smart_speaker_data.csv（非xlsx）

1.1.1 完整代码（25分）

import pandas as pd
import numpy as np

data = pd.read_csv('patient_data.csv')                                    # 1分
data['RiskLevel'] = np.where(data['DaysInHospital'] > 7, '高风险患者', '低风险患者')  # 3分
risk_counts = data['RiskLevel'].value_counts()                            # 2分
high_risk_ratio = risk_counts['高风险患者'] / len(data)                    # 1分
low_risk_ratio = risk_counts['低风险患者'] / len(data)                     # 1分

bmi_bins = [0, 18.5, 24, 28, np.inf]
bmi_labels = ['偏瘦', '正常', '超重', '肥胖']
data['BMIRange'] = pd.cut(data['BMI'], bins=bmi_bins, labels=bmi_labels, right=False)  # 4分
bmi_risk_rate = data.groupby('BMIRange')['RiskLevel'].apply(
    lambda x: (x == '高风险患者').mean())  # 2分
bmi_patient_count = data['BMIRange'].value_counts()                       # 1分

age_bins = [0, 26, 36, 46, 56, 66, np.inf]
age_labels = ['≤25岁', '26-35岁', '36-45岁', '46-55岁', '56-65岁', '＞65岁']
data['AgeRange'] = pd.cut(data['Age'], bins=age_bins, labels=age_labels, right=False)  # 4分
age_risk_rate = data.groupby('AgeRange')['RiskLevel'].apply(
    lambda x: (x == '高风险患者').mean())  # 2分
age_patient_count = data['AgeRange'].value_counts()                       # 1分

2.2.1 完整代码（20分）

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
import pickle
from sklearn.metrics import classification_report
from imblearn.over_sampling import SMOTE

data = pd.read_csv('finance数据集.csv')
X = data.drop(['SeriousDlqin2yrs', 'Unnamed: 0'], axis=1)
y = data['SeriousDlqin2yrs']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

model = LogisticRegression(max_iter=1000)
model.fit(X_train, y_train)
with open('2.2.1_model.pkl', 'wb') as file:
    pickle.dump(model, file)

y_pred = model.predict(X_test)
pd.DataFrame(y_pred, columns=['预测结果']).to_csv('2.2.1_results.txt', index=False)
report = classification_report(y_test, y_pred, zero_division=1)
with open('2.2.1_report.txt', 'w') as file:
    file.write(report)

# SMOTE 过采样纠正
smote = SMOTE(random_state=42)
X_resampled, y_resampled = smote.fit_resample(X_train, y_train)
model.fit(X_resampled, y_resampled)
y_pred_resampled = model.predict(X_test)
pd.DataFrame(y_pred_resampled, columns=['预测结果']).to_csv('2.2.1_results_xg.txt', index=False)

3.2.1 完整代码（20分）

import onnxruntime as ort
import numpy as np
import scipy.special
from PIL import Image

def preprocess_image(image, resize_size=256, crop_size=224,
                     mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]):
    image = image.resize((resize_size, resize_size), Image.BILINEAR)
    w, h = image.size
    left = (w - crop_size) / 2
    top = (h - crop_size) / 2
    image = image.crop((left, top, left + crop_size, top + crop_size))
    image = np.array(image).astype(np.float32)
    image = image / 255.0
    image = (image - mean) / std
    image = np.transpose(image, (2, 0, 1))
    image = image.reshape((1,) + image.shape)
    return image

session = ort.InferenceSession('resnet.onnx')                            # 2分
with open('labels.txt') as f:
    labels = [line.strip() for line in f.readlines()]
input_name = session.get_inputs()[0].name
output_name = session.get_outputs()[0].name
image = Image.open('img_test.jpg').convert('RGB')                         # 2分
processed_image = preprocess_image(image).astype(np.float32)              # 2分
output = session.run([output_name], {input_name: processed_image})[0]     # 2分
probabilities = scipy.special.softmax(output, axis=-1)                    # 2分
top5_idx = np.argsort(probabilities[0])[-5:][::-1]                        # 2分
top5_prob = probabilities[0][top5_idx]
for i in range(5):
    print(f"{i+1}: {labels[top5_idx[i]]} - Probability: {top5_prob[i]}")

建议做题顺序

顺序	题目	时间/分值	说明
1	4.2.1	10min/5分	纯文档，快速热手
2	1.1.1	30min/25分	分最高优先保
3	2.1.1	20min/15分	流程固定
4	2.2.1	20min/20分	步骤最多
5	3.1.1	20min/15分	背模板
6	3.2.1	20min/20分	需默写代码

文件输出清单

题目	必须提交的文件
1.1.1	1.1.1-1.jpg 1.1.1-2.jpg 1.1.1-3.jpg
2.1.1	2.1.1_cleaned_data.csv 2.1.1.docx 2.1.1.html
2.2.1	2.2.1_model.pkl results.txt report.txt results_xg.txt .docx .html
3.1.1	3.1.1-1.docx(分析) 3.1.1-2.docx(优化)
3.2.1	3.2.1-1.jpg(截图) 3.2.1.docx(交互)
4.2.1	4.2.1.docx

代码易错点

• pd.cut 必须加 right=False（左闭右开）
• LogisticRegression 必须加 max_iter=1000
• classification_report 必须加 zero_division=1
• preprocess_image 中 mean/std 是固定值，不要改
• 保存结果用 pd.DataFrame(y_pred, columns=['预测结果']).to_csv()

技能点	题目	分值	掌握程度
np.where + pd.cut + groupby	1.1.1	25分
LogisticRegression + pickle + SMOTE	2.2.1	20分
ONNX推理 + 图像预处理	3.2.1	20分
数据清洗 + StandardScaler	2.1.1	15分
数据分析报告 + 优化方案	3.1.1	15分
数据采集方案文档	4.2.1	5分
classification_report解读	2.2.1	—
清洗/标注规范文档	2.1.1	—
理论知识(职业定义/ML/评估)	理论卷	—