機器學習期末復習題及答案

一、單選題

1、在條件隨機場（CRF）中，參數(shù)的學習通常使用哪種優(yōu)化算法？

C）

A.K-Means聚類

B.梯度提升機（GBM）

C支持向量機（SVM）

D.隨機梯度下降（SGD）

正確答案：D

2、在概率無向圖模型中，什么是團分解（ClusterDecomposition）?

（）

A.一種通過節(jié)點之間的邊傳播信息，以更新節(jié)點的邊緣概率的方法

B.一種用于計算圖的分割的算法

C.一種將聯(lián)合概率分布分解為多個局部概率分布的方法

D.一種用于表示聯(lián)合概率分布的無向樹

正確答案：C

3、在數(shù)據(jù)不完備時，下列哪一種方法不是貝葉斯網(wǎng)絡的參數(shù)學習方

法（）

A.拉普拉斯近似

B.最大似然估計方法

C.蒙特卡洛方法

D.高斯逼近

正確答案：B

4、在有向圖模型中，什么是條件獨立性？（）

A.給定父節(jié)點的條件下，子節(jié)點之間獨立

B.所有節(jié)點之間都獨立

C.所有節(jié)點的狀態(tài)相互獨立

D.任意兩個節(jié)點都是獨立的

正確答案：A

5、在概率有向圖模型中，節(jié)點表示什么？（）

A.變量

B.參數(shù)

C.條件概率

D.邊

正確答案：A

6、下列哪一項表示簇中樣本點的緊密程度？（）

A.簇個數(shù)

B.簇大小

C.簇描述

D.簇密度

正確答案：D

7、閔可夫斯基距離表示為曼哈頓距離時p為：（）

A.1

B.2

C.3

D.4

正確答案：A

8、譜聚類與K均值聚類相比，對于什么樣的數(shù)據(jù)表現(xiàn)更好？（）

A.低維數(shù)據(jù)

B.高維數(shù)據(jù)

C.線性可分數(shù)據(jù)

D.高密度數(shù)據(jù)

正確答案：B

9、SVM適用于什么類型的問題？（）

A.既可用于線性問題也可用于非線性問題

B.僅適用于回歸問題

C.僅適用于非線性問題

D.僅適用于線性問題

正確答案：A

10、對于在原空間中線性不可分的問題，支持向量機（）

A.在原空間中尋找非線性函數(shù)劃分數(shù)據(jù)

B.無法處理

C.利用核函數(shù)把數(shù)據(jù)映射到高維空間

D.在原空間中尋找線性函數(shù)劃分數(shù)據(jù)

正確答案：C

11、LDA主題模型中的alpha參數(shù)控制著什么？（）

A.單詞分布的稀疏性

B.文檔-主題分布的稀疏性

C.模型大小

D.模型收斂速度

正確答案：B

12、LDA的全稱是什么？（）

A.LatentDirichletAllocation

B.LinearDiscriminantAnalysis

C.LatentDataAnalysis

D.LinLatentDirichletAllocationearDataAlgorithm

正確答案：A

13、以下對于梯度下降法中學習率Ir的闡述，正確的是（）

Air小,收斂速度較快

B.Ir大，收斂速度較慢

C.Ir小，收斂速度較慢且較不易收斂

D.Ir大，收斂速度較快但可能導致不收斂

正確答案：D

14、在EM算法中，E代表期望，M代表（）

A.均值

B.最大化

C.最小化

D.均方誤差

正確答案：B

15、梯度下降中如何有效地捕捉到目標函數(shù)的全局最優(yōu)？（)

A.調(diào)整學習速率

B.增加模型復雜度

C.使用梯度下降的變種算法

D.增加訓練樣本量

正確答案：C

二、多選題

1、下列機器學習常用算法中哪個屬于分類算法？（）

A.K-means

B.最小距離分類器

C.KNN（K近鄰）

D.邏輯回歸

正確答案：B、C、D

2、下列關于決策樹的說法正確的是？（）

A.CART使用的是二叉樹

B.其可作為分類算法，也可用于回歸模型

C.不能處理連續(xù)型特征

D.它易于理解、可解釋性強

正確答案：A、B、D

3、下列屬于k近鄰算法中常用的距離度量方法的是？（）

A.余弦相似度

B.歐式距離

C.曼哈頓距離

D.閔可夫斯基距離

正確答案：A、B、C、D

4、下列屬于深度模型的是？（）

A.DNN

B.Lightgbm

C.LSTM

D.Seq2Seq

正確答案：A、C、D

5、sklearn中RFECV方法分成哪兩個部分？（）

A.RFE

B.CV

C.NLP

D.MM

正確答案：A、B

6、以下關于蒙特卡洛方法描述正確的是（）

A.蒙特卡洛方法計算值函數(shù)可以采用First-visit方法

B.蒙特卡洛方法方差很大

C.蒙特卡洛方法計算值函數(shù)可以采用Every-visit方法

D.蒙特卡洛方法偏差很大

正確答案：A、B、C

7、為什么循環(huán)神經(jīng)網(wǎng)絡可以用來實現(xiàn)自動問答，比如對一句自然語

言問句給出自然語言回答（）

A.因為自動問答可以看成是一種序列到序列的轉換

B.因為循環(huán)神經(jīng)網(wǎng)絡能夠處理變長輸入

C.因為循環(huán)神經(jīng)網(wǎng)要比卷積神經(jīng)網(wǎng)更強大

D.因為卷積神經(jīng)網(wǎng)絡不能處理字符輸入

正確答案：A、B

8、通常有哪幾種訓練神經(jīng)網(wǎng)絡的優(yōu)化方法（）

A.梯度下降法

B.隨機梯度下降法

C.小批量隨機梯度下降法

D.集成法

正確答案：A、B、C

9、隱馬爾可夫模型的三個基本問題是（）

A.估值問題

B.尋找狀態(tài)序列

C.學習模型參數(shù)

D.狀態(tài)更新

正確答案：A、B、C

10、在數(shù)據(jù)不完備時，貝葉斯網(wǎng)絡的參數(shù)學習方法有（）

A.高斯逼近

B.蒙特卡洛方法

C.拉普拉斯近似

D.最大似然估計方法

正確答案：A、B、C

11、基于約束的方法通過統(tǒng)計獨立性測試來學習結點間的（）

A.獨立性

B.相關性

C.依賴性

D.完備性

正確答案：A、B

12、基于搜索評分的方法，關鍵點在于（）

A.確定合適的搜索策略

B.確定評分函數(shù)

C.確定搜索優(yōu)先級

D.確定選擇策略

正確答案：A、B

13、條件隨機場需要解決的關鍵問題有（）

A.特征函數(shù)的選擇

B.參數(shù)估計

C.模型推斷

D.約束條件

正確答案：A、B、C

14、以下關于邏輯斯蒂回歸模型的描述正確的是（）

A.針對分類的可能性進行建模，不僅能預測出類別，還可以得到屬于

該類別的概率

B.直接對分類的可能性進行建模，無需事先假設數(shù)據(jù)分布，這樣就避

免了假設分布不準確所帶來的問題

C.模型本質(zhì)仍然是一個線性模型，實現(xiàn)相對簡單

D.邏輯斯蒂回歸模型是線性回歸模型

正確答案：A、B、C、D

15、LDA模型在做參數(shù)估計時，最常用的方法是（）

A.Gibbs采樣方法

B.變分推斷

C.梯度下降

D.Beamsearch

正確答案：A、B

三、判斷題

1、關于EM算法的收斂性，EM算法理論上不能夠保證收斂（）

正確答案：X

2、多次運行，隨機化初始點是對存在局部最優(yōu)點的函數(shù)求解的一種

方案（）

正確答案：V

3、訓練算法的目的就是要讓模型擬合訓練數(shù)據(jù)（）

正確答案：X

4、循環(huán)神經(jīng)網(wǎng)絡按時間展開后就可以通過反向傳播算法訓練了

正確答案：V

5、GIS算法的收斂速度由計算更新值的步長確定。C值越大，步長越

大，收斂速度就越快（）

正確答案：X

6、從最大熠思想出發(fā)得出的最大燧模型，采用最大化求解就是在求

P（y|x）的對數(shù)似然最大化（）

正確答案：V

7、邏輯斯蒂回歸模型是一種回歸算法（）

正確答案：X

8、k-means算法、EM算法是建立在凸球形的樣本空間上的聚類方法

（）

正確答案：V

9、DBSCAN對參數(shù)不敏感（）

正確答案：X

10、分裂層次聚類采用的策略是自底向上（）

正確答案：X

n、支持向量是最靠近決策表面的數(shù)據(jù)點（）

正確答案：v

12、SVM中的泛化誤差代表SVM對新數(shù)據(jù)的預測準確度（）

正確答案：V

13、主題建模的關鍵是確定數(shù)據(jù)集合的主題個數(shù)（）

正確答案：X

14、關于LDA模型中的K,K的指定，必須考慮數(shù)據(jù)集合的特點，選

擇一個較為優(yōu)化的數(shù)值（）

正確答案：X

15、Gibbs采樣是一類通用的采樣方法，和M-H采樣方法沒有任何關

系（）

正確答案：X

16、吉布斯采樣是一種通用的采樣方法，對于任何概率分布都可以采

樣出對應的樣本（）

正確答案：X

17、EM算法通常不需要設置步長，而且收斂速度一般很快（）

正確答案：V

18.EM算法首先猜測每個