《機器學(xué)習(xí)-Python實踐》試卷及答案 卷9

第1頁，共1頁一、單項選擇題（本大題共10小題，每題3分，共30分）試卷（試卷（學(xué)年第1學(xué)期）考試科目機器學(xué)習(xí)-Python實踐（A卷）適用專業(yè)班級（年級）得分命題人：審閱人：班級學(xué)號姓名考試科目裝訂線1、選擇Logistic回歸中的One-Vs-All方法中的哪個選項是真實的。（）A我們需要在n類分類問題中適合n個模型B我們需要適合n-1個模型來分類為n個類C我們需要只適合1個模型來分類為n個類D這些都沒有2、假設(shè)對給定數(shù)據(jù)應(yīng)用了Logistic回歸模型，并獲得了訓(xùn)練精度X和測試精度Y?，F(xiàn)在要在同一數(shù)據(jù)中添加一些新特征，以下哪些是錯誤的選項。（）注：假設(shè)剩余參數(shù)相同。A訓(xùn)練精度提高B訓(xùn)練準確度提高或保持不變C測試精度提高或保持不變3、假定特征F1可以取特定值：A、B、C、D、E和F，其代表著學(xué)生在大學(xué)所獲得的評分。在下面說法中哪一項是正確的？（）A特征F1是名義變量（nominalvariable）的一個實例。B特征F1是有序變量（ordinalvariable）的一個實例。C該特征并不屬于以上的分類。D以上說法都正確。4、下面哪一項對梯度下降（GD）和隨機梯度下降（SGD）的描述是正確的？（）1在GD和SGD中，每一次迭代中都是更新一組參數(shù)以最小化損失函數(shù)。2在SGD中，每一次迭代都需要遍歷訓(xùn)練集中的所有樣本以更新一次參數(shù)。3在GD中，每一次迭代需要使用整個訓(xùn)練集的數(shù)據(jù)更新一個參數(shù)。A只有1B只有2C只有3D都正確5、假定你正在處理類屬特征，并且沒有查看分類變量在測試集中的分 布?，F(xiàn)在你想將onehotencoding（OHE）應(yīng)用到類屬特征中。（）那么在訓(xùn)練集中將OHE應(yīng)用到分類變量可能要面臨的困難是什么？A.分類變量所有的類別沒有全部出現(xiàn)在測試集中B.類別的頻率分布在訓(xùn)練集和測試集是不同的C.訓(xùn)練集和測試集通常會有一樣的分布D.A和B都正確6、假定你現(xiàn)在解決一個有著非常不平衡類別的分類問題，即主要類別 占據(jù)了訓(xùn)練數(shù)據(jù)的99%?，F(xiàn)在你的模型在測試集上表現(xiàn)為99%的準確度。 那么下面哪一項表述是正確的？（）1準確度并不適合于衡量不平衡類別問題2準確度適合于衡量不平衡類別問題3精確率和召回率適合于衡量不平衡類別問題4精確率和召回率不適合于衡量不平衡類別問題A1and3B1and4C2and3D2and47、假設(shè)我們有一個數(shù)據(jù)集，在一個深度為6的決策樹的幫助下，它可 以使用100%的精確度被訓(xùn)練?，F(xiàn)在考慮一下兩點，并基于這兩點選擇正確 的選項。（）注意：所有其他超參數(shù)是相同的，所有其他因子不受影響。1深度為4時將有高偏差和低方差2深度為4時將有低偏差和低方差A(yù)只有1B只有2C1和2D沒有一個8、與人類神經(jīng)元相比，人工神經(jīng)元的輸入類比于什么？（）A．樹突B．軸突C．細胞核D.細胞膜9、與人類神經(jīng)元相比，人工神經(jīng)元的輸出類比于什么？（）A．樹突B．軸突C．細胞核D.細胞膜10、以下關(guān)于感知器中的鏈接方式表示正確的是？（）A.輸入層與隱藏層相連B.輸入層與輸出層相連C.隱藏層與細胞核相連D.輸入層與輸入層相連二、判斷題（本大題共10小題，每題1分，共10分）1、P(A|B)表示事件B已經(jīng)發(fā)生的前提下，事件A發(fā)生的概率，叫做事 件B發(fā)生下事件A的條件概率。（）2、輸出變量為連續(xù)變量的預(yù)測問題是分類問題。（）3、回歸及分類常用的評估指標都是準確率和召回率。（）4、決策樹只用來分類。（）5、一般來說，回歸不用在分類問題上，但也有特殊情況，邏輯回歸可 以用來解決0/1分類問題。（）6、回歸問題與分類問題都有可能發(fā)生過擬合。（）7、如果一個經(jīng)過訓(xùn)練的機器學(xué)習(xí)模型在測試集上達到100%的準確率， 這是否意味著該模型將在另外一個新的測試集上也能得到100%的準確率。 （）8、序列數(shù)據(jù)沒有時間戳。（）9、定量屬性可以是整數(shù)值或者是連續(xù)值。（）10、可視化技術(shù)對于分析的數(shù)據(jù)類型通常不是專用性的。（）三、填空（本大題共10小題，每題3分，共30分）1、損失函數(shù)也叫或。2、已知坐標軸中兩點A(2,?2)B(?1,2)，這兩點的曼哈頓距離（L1距離）是。3、算法利用信息增益進行特征的選擇，信息增益反映的是給定條件后不確定性減少的程度。4、表示在樣本集合中一個隨機選中的樣本被分錯的概率。5、基尼指數(shù)（基尼不純度）=*。6、歐式距離的特征是：、。7、一個表示一個單獨的數(shù)，它不同于線性代數(shù)中研究的其他大部分對象（通常是多個數(shù)的數(shù)組）。8、AdaBoost迭代次數(shù)也就是數(shù)目不太好設(shè)定，可以使用交叉驗證來進行確定；數(shù)據(jù)不平衡導(dǎo)致分類精度下降。9、AdaBoost訓(xùn)練比較耗時，每次重新選擇最好切分點。10、聚類(Clustering)是指把相似的數(shù)據(jù)劃分到一起，具體劃分的時候并不關(guān)心這一類的標簽，目標就是把相似的數(shù)據(jù)聚合到一起，聚類是一種。四、簡答題（本大題共3小題，共30分）1、決策樹算法特點？2、預(yù)剪枝核心思想是？3、如果你已經(jīng)在完全相同的訓(xùn)練集上訓(xùn)練了五個不同的模型，并且它們都達到了95%的準確率，是否還有機會通過結(jié)合這些模型來獲得更好的結(jié)果？如果可以，該怎么做？如果不行，為什么？？一、選擇題1.A 2.B 3.B 4.A 5.D 6.A 7.A 8.A 9.B 10.A二、判斷題1.對 2.錯 3.錯 4.錯 5.對 6.對 7.錯 8.對 9.對 10.錯 三、填空題1.代價函數(shù)目標函數(shù) 2.7 3.ID3 4.基尼指數(shù)（基尼不純度） 5.樣本被選中的概率樣本被分錯的概率 6.平移不變性旋轉(zhuǎn)不變性 7.標量 8.弱分類器 9.當前分類器 10.無監(jiān)督學(xué)習(xí)(UnsupervisedLearning)方法四、簡答題1、答：優(yōu)點:計算復(fù)雜度不高，輸出結(jié)果易于理解，數(shù)據(jù)有缺失也能跑，可以處理不相關(guān)特征。缺點:容易過擬合。適用數(shù)據(jù)類型:數(shù)值型和標稱型。2、答：其中的核心思想就是，在每一次實際對結(jié)點進行進一步劃分之前，先采用驗證集的數(shù)據(jù)來驗證劃分是否能提高劃分的準確性。如果不能，就把結(jié)點標記為葉結(jié)點并退出進一步劃分；如果可以就繼續(xù)遞歸生成節(jié)點。3、答：如果你已經(jīng)訓(xùn)練了五個不同的模型，并且都達到了95％的精度，你可