《機器學習-Python實踐》試卷1

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（2021試卷（2021-2022學年第1學期）考試科目機器學習-Python實踐（A卷）適用專業(yè)班級（年級）得分命題人：審閱人：班級學號姓名考試科目裝訂線1、關于支持向量機SVM,下列說法錯誤的是（）A.L2正則項，作用是最大化分類間隔，使得分類器擁有更強的泛化能力B.Hinge損失函數(shù)，作用是最小化經驗分類錯誤C.分類間隔為1||w||1||w||，||w||代表向量的模D.當參數(shù)C越小時，分類間隔越大，分類錯誤越多，趨于欠學習2、假定某同學使用NaiveBayesian（NB）分類模型時，不小心將訓練數(shù)據(jù)的兩個維度搞重復了，那么關于NB的說法中正確的是：（）A.這個被重復的特征在模型中的決定作用會被加強B.模型效果相比無重復特征的情況下精確度會降低C.如果所有特征都被重復一遍，得到的模型預測結果相對于不重復的情況下的模型預測結果一樣。D.當兩列特征高度相關時，無法用兩列特征相同時所得到的結論來分析問題3、關于Logit回歸和SVM不正確的是（）A.Logit回歸本質上是一種根據(jù)樣本對權值進行極大似然估計的方法，而后驗概率正比于先驗概率和似然函數(shù)的乘積。logit僅僅是最大化似然函數(shù)，并沒有最大化后驗概率，更談不上最小化后驗概率。A錯誤B.Logit回歸的輸出就是樣本屬于正類別的幾率，可以計算出概率，正確C.SVM的目標是找到使得訓練數(shù)據(jù)盡可能分開且分類間隔最大的超平面，應該屬于結構風險最小化。D.SVM可以通過正則化系數(shù)控制模型的復雜度，避免過擬合。4、以下哪些方法不可以直接來對文本分類？（）A、KmeansB、決策樹C、支持向量機D、KNN正確答案:A分類不同于聚類。5、關于Logit回歸和SVM不正確的是（）A.Logit回歸本質上是一種根據(jù)樣本對權值進行極大似然估計的方法，而后驗概率正比于先驗概率和似然函數(shù)的乘積。logit僅僅是最大化似然函數(shù)，并沒有最大化后驗概率，更談不上最小化后驗概率。A錯誤B.Logit回歸的輸出就是樣本屬于正類別的幾率，可以計算出概率，正確C.SVM的目標是找到使得訓練數(shù)據(jù)盡可能分開且分類間隔最大的超平面，應該屬于結構風險最小化。D.SVM可以通過正則化系數(shù)控制模型的復雜度，避免過擬合。6、下列不是SVM核函數(shù)的是（）A.多項式核函數(shù)B.logistic核函數(shù)C.徑向基核函數(shù)D.Sigmoid核函數(shù)7、模型的高bias是什么意思,我們如何降低它？機器學習ML基礎易（）A.在特征空間中減少特征B.在特征空間中增加特征C.增加數(shù)據(jù)點D.B和C8、當你使用Boosting提升算法時，你會考慮弱學習器，以下哪項是使用弱學習器的主要原因？（）A.防止過擬合B.防止欠擬合C.防止過擬合和防止欠擬合D.都不對9、梯度提升中，利用學習率來獲得最優(yōu)輸出是非常重要的，在選擇學習速率時， 下列描述正確的是：（）A.學習率越大越好B.學習率越小越好C.學習率應該小一點但是不能太小D.學習率不能太大也不能太小,根據(jù)情況而定10、下列哪個算法不是集成學習算法的例子：（）A.RandomForestB.AdaBoostC.GBDTD.XgboostE.DecisionTree二、判斷題（本大題共10小題，每題1分，共10分）1、錯誤率（ErrorRate）是分類錯誤的樣本數(shù)占樣本總數(shù)的比例。（）2、決策樹算法可以用于小數(shù)據(jù)集。（）3、支持向量是SVM的訓練結果，在SVM分類決策中起決定作用的是支持向量。（）4、SVM在小樣本訓練集上能夠得到比其它算法好很多的結果。（）5、最大似然估計的目的就是：利用已知的樣本結果，反推最有可能（最大概率）導致這樣結果的參數(shù)值。（）6、決策樹只能處理數(shù)據(jù)型屬性。（）7、邏輯回歸計算速度快。（）8、集成學習（ensemblelearning）通過構建并結合多個學習器（learner）來完成學習任務（）9、集成學習可獲得比單一學習器更良好的泛化性能（特別是在集成弱學習器（weaklearner）時）。（）10、集成學習以bagging、RandomForest等算法為代表的，各個學習器之間相互獨立、可同時生成的并行化方法。（）三、填空（本大題共10小題，每題3分，共30分）1、熵指的是體系的的程度。2、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。3、算法在決策樹生成的過程中，用信息增益比來選擇特征。4、p(x|θ)是給定參數(shù)θ的概率分布：。5、線性回歸如果是泊松分布，那就是。6、回歸常用評估方法：，，。7、基尼指數(shù)（基尼不純度）=*。8、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。9、分類(Classification)：是把不同的數(shù)據(jù)劃分開，其過程是通過訓練數(shù)據(jù)集獲得一個分類器