機(jī)器學(xué)習(xí)理論與方法知到智慧樹章節(jié)測試課后答案2024年秋同濟(jì)大學(xué)

機(jī)器學(xué)習(xí)理論與方法知到智慧樹章節(jié)測試課后答案2024年秋同濟(jì)大學(xué)第一章單元測試

機(jī)器學(xué)習(xí)是研究發(fā)現(xiàn)數(shù)據(jù)模型的算法并利用這些模型做出決策。（）

A:錯B:對

答案:對機(jī)器學(xué)習(xí)通常要經(jīng)過數(shù)據(jù)選擇，模型訓(xùn)練，模型優(yōu)化矯正等過程。（）

A:錯B:對

答案:對決策樹模型是一種典型的聚類模型。（）

A:對B:錯

答案:錯決策樹是隨機(jī)森林模型的子結(jié)構(gòu)。（）

A:錯B:對

答案:對以下哪種情況適合使用SVM算法（）。

A:郵件過濾

B:單細(xì)胞分類

C:小分子結(jié)構(gòu)活性預(yù)測

D:情感分析

答案:單細(xì)胞分類

關(guān)于機(jī)器學(xué)習(xí)的基本流程，下列順序正確的是（）。

A:建?！倪M(jìn)—評價

B:建?！u價—改進(jìn)

C:改進(jìn)—評價—建模

D:評價—建?！倪M(jìn)

答案:建?！u價—改進(jìn)

監(jiān)督式學(xué)習(xí)根據(jù)輸出形式可分為（）。

A:回歸

B:分類，回歸和結(jié)構(gòu)化學(xué)習(xí)

C:分類

D:分類和回歸

答案:分類和回歸

機(jī)器學(xué)習(xí)根據(jù)學(xué)習(xí)方式可分為（）。

A:強(qiáng)化學(xué)習(xí)

B:半監(jiān)督學(xué)習(xí)

C:監(jiān)督學(xué)習(xí)

D:無監(jiān)督學(xué)習(xí)

E:遷移學(xué)習(xí)

答案:強(qiáng)化學(xué)習(xí)

；半監(jiān)督學(xué)習(xí)

；監(jiān)督學(xué)習(xí)

；無監(jiān)督學(xué)習(xí)

樸素貝葉斯適合下列哪種場景分析（）。

A:消費(fèi)者細(xì)分

B:車流量分析

C:自然語言處理

D:情感分析

答案:消費(fèi)者細(xì)分

；情感分析

機(jī)器學(xué)習(xí)根據(jù)模型性質(zhì)可分為（）。

A:線性模型

B:貝葉斯模型

C:非線性模型

D:隨機(jī)模型

答案:線性模型

；非線性模型

第二章單元測試

若非零矩陣A滿足A=O，則A+E與A-E均可逆（）

A:錯B:對

答案:對矩陣的特征值為（）

A:-1

B:0

C:1或-1

D:1

答案:-1

設(shè)P(A)=0.4，P(B)=0.7，事件A，B相互獨(dú)立，則P(B-A)=（）

A:0.42

B:0.12

C:0.28

D:0.3

答案:0.42

已知離散型隨機(jī)變量X可取值{-3,-1,0,2},且取這些值的概率依次為，則b的取值為2（）

A:錯B:對

答案:對若隨機(jī)變量X服從N(5,4)的分布，若P(X＞c)=P(X＜c)，則c=（）

A:6

B:4

C:5

D:7

答案:5

事件A，B，C至少有一個發(fā)生可以表示為。（）

A:對B:錯

答案:對事件A與B互不相容，是指P(AB)=P(A)P(B)。()

A:對B:錯

答案:對

下列關(guān)于矩陣的運(yùn)算法則正確的是（）。

A:AB=BAB:(At)t=AC:(AB)C=A(BC)D:(A+B)C=AC+BC

答案:(At)t=A；(AB)C=A(BC)；(A+B)C=AC+BC假設(shè)A和B都是同階可逆矩陣，且A為對稱矩陣，則下列等式成立的為（）。

A:(ABt)-1=A-1(B-1)tB:

(AB)t=BtA

C:(AtB)-1=B-1A-1D:(ABt)-1=(B-1)t

A-1

答案:(ABt)-1=A-1(B-1)t假設(shè)感染了新冠病毒的病人中感到身體發(fā)熱的概率為0.88，病人感染新冠病毒的概率為0.001，病人發(fā)熱的概率為0.02，則如果檢測到一個病人發(fā)熱，則判斷他感染了新冠病毒的概率為（）。

A:0.044B:0.0002C:0.0088D:0.001

答案:0.044

第三章單元測試

機(jī)器學(xué)習(xí)模型都是從經(jīng)驗(yàn)中Experience學(xué)習(xí)任務(wù)Task。假設(shè)我們?yōu)榱俗屢粋€機(jī)器學(xué)習(xí)算法學(xué)會預(yù)測腫瘤病人的存活率。以下哪一項(xiàng)不是Experience的合理選擇？（）

A:腫瘤病人的基因組信息

B:腫瘤分期（腫瘤的惡性程度）

C:腫瘤病人的生命體征

D:腫瘤病人的轉(zhuǎn)錄組信息

答案:腫瘤病人的基因組信息

通過細(xì)胞的轉(zhuǎn)錄組信息預(yù)測細(xì)胞類型，屬于以下哪一種問題？（）

A:回歸問題

B:聚類問題

C:分類問題

答案:分類問題

下圖為某任務(wù)損失函數(shù)隨參數(shù)變化的曲面圖，則以下說法正確的是（）

A:學(xué)習(xí)率過大可能會導(dǎo)致loss在B點(diǎn)附近來回震蕩

B:當(dāng)使用梯度下降法求解損失函數(shù)的最小值時，loss可能會從A點(diǎn)到達(dá)C點(diǎn)

C:當(dāng)使用梯度下降法求解損失函數(shù)的最小值時，一定會使得loss到達(dá)B點(diǎn)

D:該損失函數(shù)可能是一元線性回歸的損失函數(shù)曲面圖

答案:學(xué)習(xí)率過大可能會導(dǎo)致loss在B點(diǎn)附近來回震蕩

；當(dāng)使用梯度下降法求解損失函數(shù)的最小值時，loss可能會從A點(diǎn)到達(dá)C點(diǎn)

以下哪一項(xiàng)是使用特征縮放的原因？（）

A:防止梯度下降陷入局部最優(yōu)

B:加快了標(biāo)準(zhǔn)方程的求解

C:降低梯度下降的每次迭代的計(jì)算成本來加速梯度下降

D:通過減少迭代次數(shù)來獲得一個好的解，從而加速了梯度下降

答案:通過減少迭代次數(shù)來獲得一個好的解，從而加速了梯度下降

以下說法正確的是（）

A:預(yù)測蛋白質(zhì)的二級結(jié)構(gòu)，該任務(wù)屬于非監(jiān)督學(xué)習(xí)

B:利用癌癥的組學(xué)數(shù)據(jù)將癌癥劃分成各個亞型，從而研究不同的治療手段，該任務(wù)屬于非監(jiān)督學(xué)習(xí)

C:預(yù)測基因的功能，該任務(wù)屬于監(jiān)督學(xué)習(xí)

答案:利用癌癥的組學(xué)數(shù)據(jù)將癌癥劃分成各個亞型，從而研究不同的治療手段，該任務(wù)屬于非監(jiān)督學(xué)習(xí)

；預(yù)測基因的功能，該任務(wù)屬于監(jiān)督學(xué)習(xí)

利用患者的年齡來預(yù)測藥物的治療效果，并使用回歸模型進(jìn)行學(xué)習(xí)，則該回歸模型屬于一元回歸模型。（）

A:對B:錯

答案:對在訓(xùn)練模型時，我們可以使用梯度下降法求解損失函數(shù)的最大值。（）

A:錯B:對

答案:錯在模型訓(xùn)練過程中，學(xué)習(xí)率越大越好。（）

A:對B:錯

答案:錯梯度下降法可以表征為。（）

A:對B:錯

答案:對現(xiàn)有以下任務(wù)：利用基因A的表達(dá)量（X）預(yù)測腫瘤的大?。╕），下圖為訓(xùn)練數(shù)據(jù)，我們利用線性回歸模型，假設(shè)，則以下說法正確的是（）。

A:該訓(xùn)練集一共有5個樣本B:C:D:損失函數(shù)可以表征為

答案:

第四章單元測試

選擇模型時，我們傾向于選擇高方差的模型，因?yàn)樗鼈兡軌蚋玫倪m應(yīng)訓(xùn)練集。（）

A:對B:錯

答案:錯訓(xùn)練完邏輯回歸分類器后，必須使用0.5作為預(yù)測正負(fù)的閾值。（）

A:錯B:對

答案:錯訓(xùn)練一個邏輯回歸模型時，以下哪項(xiàng)陳述是正確的？（）

A:如果我們的模型偏差較高，一個合理的解決方案時引入正則化

B:向模型中添加許多新特性有助于防止訓(xùn)練集過擬合

C:向模型中添加新特征總是會在訓(xùn)練集上獲得相同或更好的性能

D:將正則化引入到模型中，總是能在訓(xùn)練集上獲得相同或更好的性能

答案:向模型中添加新特征總是會在訓(xùn)練集上獲得相同或更好的性能

Sigmoid函數(shù)的優(yōu)點(diǎn)有（）

A:定義域在整個實(shí)數(shù)集上

B:不容易產(chǎn)生梯度消失

C:輸出映射在(0,1)之間，單調(diào)連續(xù)

D:易于求導(dǎo)

答案:定義域在整個實(shí)數(shù)集上

；輸出映射在(0,1)之間，單調(diào)連續(xù)

；易于求導(dǎo)

當(dāng)模型出現(xiàn)過擬合現(xiàn)象時，下列哪些做法可以改善（）

A:嘗試添加多個特征

B:嘗試增加正則化項(xiàng)

C:嘗試使用較少的特征

D:嘗試獲取并使用其他特征

答案:嘗試增加正則化項(xiàng)

；嘗試使用較少的特征

下列哪些情景可以用邏輯回歸（）

A:從病人的腫瘤切片數(shù)據(jù)中獲取一些特征，判斷該腫瘤是良性還是惡性。

B:給定病人的一些臨床數(shù)據(jù)，判斷特定療法能否發(fā)揮作用。

C:給出病人的一些風(fēng)險因素，預(yù)測某一事件的發(fā)生概率。

D:給定病人的一些臨床數(shù)據(jù)，預(yù)測病人的生存期。

答案:從病人的腫瘤切片數(shù)據(jù)中獲取一些特征，判斷該腫瘤是良性還是惡性。

；給定病人的一些臨床數(shù)據(jù)，判斷特定療法能否發(fā)揮作用。

為了實(shí)現(xiàn)特征選擇，選擇L2正則化（）

A:錯B:對

答案:錯過擬合在訓(xùn)練集上效果好，在測試集上效果差（）

A:錯B:對

答案:對訓(xùn)練邏輯回歸分類器時，將閾值從0.5下調(diào)至0.3。以下哪項(xiàng)是正確的：（）

A:分類器的準(zhǔn)確度和召回率可能不變，但精確率較低。

B:分類器的準(zhǔn)確度和召回率可能不變，但精確率較高。

C:分類器現(xiàn)在可能具有更高的召回率。

D:分類器現(xiàn)在可能具有更高的精確率。

答案:分類器現(xiàn)在可能具有更高的召回率。

Sigmoid函數(shù)的形式是()。

A:B:C:D:

答案:

第五章單元測試

分類器的實(shí)際預(yù)測輸出與樣本的真實(shí)輸出之間的差異稱為“誤差”。()

A:錯B:對

答案:對過擬合是可以避免的。()

A:錯B:對

答案:錯交叉驗(yàn)證法中，如果選擇留一法，是為了避免不受隨機(jī)樣本劃分的影響。()

A:對B:錯

答案:對學(xué)習(xí)算法訓(xùn)練程度不足時，偏差會高，方差會低。()

A:錯B:對

答案:對交叉驗(yàn)證法中的測試集是來自于()。

A:新樣本

B:訓(xùn)練集

C:驗(yàn)證集

答案:訓(xùn)練集

一般用來評價模型在訓(xùn)練集上的表現(xiàn)時，用作標(biāo)準(zhǔn)的是()。

A:錯誤率

B:精度

C:訓(xùn)練誤差

D:均方誤差

答案:均方誤差

當(dāng)學(xué)習(xí)算法偏差高，方差低時，呈現(xiàn)出()。

A:欠擬合

B:模型不能用

C:過擬合

答案:欠擬合

交叉驗(yàn)證法中，設(shè)數(shù)據(jù)集包含m個樣本，不計(jì)計(jì)算開銷，比較準(zhǔn)確的是()。

A:1折交叉驗(yàn)證

B:m折交叉驗(yàn)證

C:10折交叉驗(yàn)證

答案:m折交叉驗(yàn)證

用來比較檢驗(yàn)分類器的統(tǒng)計(jì)方法中，包括以下()。

A:γ檢驗(yàn)

B:交叉t檢驗(yàn)

C:二項(xiàng)檢驗(yàn)

D:海明檢驗(yàn)

答案:交叉t檢驗(yàn)

；二項(xiàng)檢驗(yàn)

平均均方誤差(Meansquareerror)可以分解為()

A:方差

B:偏差

C:訓(xùn)練誤差

D:經(jīng)驗(yàn)誤差

答案:方差

；偏差

第六章單元測試

公司里面男性有60人，女性有40人，男性穿皮鞋的人數(shù)有25人，穿運(yùn)動鞋的人數(shù)有35人，女性穿皮鞋的人數(shù)有10人，穿高跟鞋的人數(shù)有30人?，F(xiàn)在你只知道有一個人穿了皮鞋，他是男性的概率是多少（）。

A:0.1

B:0.2

C:0.5

D:0.25

答案:0.25

A,B,C產(chǎn)品占比分布為1/2，1/6，1/3；A,B,C的次品率分布為0.2，0.1，0.3；那么出現(xiàn)次品是A做出來的概率（）；

A:0.30

B:0.46

C:0.67

D:0.2

答案:0.46

下列關(guān)于樸素貝葉斯說法正確的是（）。

A:對小規(guī)模數(shù)據(jù)表現(xiàn)良好

B:對缺失值敏感

C:不需要獲得先驗(yàn)分布

D:對異常值敏感

答案:對小規(guī)模數(shù)據(jù)表現(xiàn)良好

假設(shè)吸煙的本科生比例為15%，而吸煙的研究生占23%。如果五分之一的大學(xué)生是研究生，其余的是本科生，那么吸煙的學(xué)生是研究生的概率是多少？（）。

A:0.15

B:0.16

C:0.2

D:0.27

答案:0.2

樸素貝葉斯的應(yīng)用場景主要有（）。

A:推薦系統(tǒng)

B:垃圾郵件判別

C:情感判別

D:文本分類

答案:推薦系統(tǒng)

；垃圾郵件判別

；情感判別

；文本分類

有兩枚硬幣，其中一枚均勻，另一枚不均勻，隨機(jī)拿一枚，并投擲10次，記X1：前9次有7次為正面，X2：第10次為反面，X3：這枚硬幣不均勻，則X1，X2關(guān)于X3條件獨(dú)立。（）。

A:對B:錯

答案:對貝葉斯學(xué)習(xí)最終輸出結(jié)果為模型和模型參數(shù)。（）

A:對B:錯

答案:錯貝葉斯估計(jì)認(rèn)為參數(shù)θ是某種已知先驗(yàn)分布的隨機(jī)變量。

A:錯B:對

答案:對下列關(guān)于樸素貝葉斯說法正確的是（）

A:進(jìn)行分布估計(jì)

B:通過最大后驗(yàn)概率進(jìn)行單點(diǎn)估計(jì)

C:生成式模型

D:判別式模型

答案:通過最大后驗(yàn)概率進(jìn)行單點(diǎn)估計(jì)

；生成式模型

以下哪項(xiàng)是后驗(yàn)概率項(xiàng)，假設(shè)A為分類變量（）。

A:P(A)

B:P(B/A)

C:P(A/B)

D:P(B)

答案:P(A/B)

第七章單元測試

決策樹是基于規(guī)則的樹狀結(jié)構(gòu)的機(jī)器學(xué)習(xí)算法，可以用來進(jìn)行分類任務(wù)。（）

A:對B:錯

答案:對熵越小，純度越低，不確定性越高。（）

A:錯B:對

答案:錯一堆細(xì)胞中含有16個B細(xì)胞和48個T細(xì)胞，那么這堆細(xì)胞的熵是多少（log）（）。

A:0.811

B:0.701

C:0.921

D:0.891

答案:0.811

信息增益本質(zhì)上遵循的是熵減原則。（）

A:錯B:對

答案:對決策樹深度越深越好，越能擬合數(shù)據(jù)。（）

A:對B:錯

答案:錯過擬合是指模型在訓(xùn)練樣本擬合過度，表現(xiàn)極好,而在驗(yàn)證數(shù)據(jù)集以及測試數(shù)據(jù)集中表現(xiàn)不佳。（）

A:對B:錯

答案:對決策樹的剪枝是為了防止樹的過擬合，增強(qiáng)其泛化能力。包括預(yù)剪枝和后剪枝。（）

A:對B:錯

答案:對常見的后剪枝包括（）。

A:基于樹深度的剪枝

B:減少錯誤的剪枝

C:基于代價的剪枝

D:基于規(guī)則的剪枝

答案:減少錯誤的剪枝

；基于規(guī)則的剪枝

決策樹無法處理特征為連續(xù)值的情況。（）

A:對B:錯

答案:錯預(yù)剪枝是人觀測后手動停止樹的生長的。（）

A:錯B:對

答案:錯

第八章單元測試

最近鄰算法核心思想直觀，可解釋性強(qiáng)。（）

A:錯B:對

答案:對最近鄰算法的缺點(diǎn)有（）。

A:對特征不平衡數(shù)據(jù)預(yù)測效果差

B:訓(xùn)練過程復(fù)雜度高

C:預(yù)測過程計(jì)算復(fù)雜度高

D:對類別不平衡數(shù)據(jù)預(yù)測效果差

答案:對特征不平衡數(shù)據(jù)預(yù)測效果差

；預(yù)測過程計(jì)算復(fù)雜度高

；對類別不平衡數(shù)據(jù)預(yù)測效果差

最近鄰算法可用于分類和回歸任務(wù)。（）

A:錯B:對

答案:對最近鄰算法中，將k值設(shè)置更小可以降低預(yù)測計(jì)算復(fù)雜度。（）

A:錯B:對

答案:錯最近鄰算法對于類別不平衡數(shù)據(jù)預(yù)測效果好。（）

A:對B:錯

答案:錯最近鄰算法有很多新的改進(jìn)版本，其中weighted-distanceknn可以有效提升更近的樣本在決策時的權(quán)重。（）

A:對B:錯

答案:對最近鄰算法理論復(fù)雜，實(shí)現(xiàn)難度高。（）

A:對B:錯

答案:錯最近鄰算法不需要訓(xùn)練過程。（）

A:錯B:對

答案:對最近鄰算法預(yù)測過程計(jì)算復(fù)雜度高主要是因?yàn)橐?jì)算待分類樣本和其他所有樣本的距離。（）

A:錯B:對

答案:對最近鄰算法計(jì)算樣本間的距離時，只能用歐氏距離。（）

A:錯B:對

答案:錯

第九章單元測試

支持向量是最接近決策平面的點(diǎn)。（）

A:對B:錯

答案:對SVM非常適合于大規(guī)模的數(shù)據(jù)。（）

A:錯B:對

答案:錯核函數(shù)是將低維數(shù)據(jù)映射到高維空間。（）

A:錯B:對

答案:對以下情況中哪一情況SVM的效果會不太好（）。

A:數(shù)據(jù)是經(jīng)過清洗且可用的

B:數(shù)據(jù)是有噪聲并且包含重合的點(diǎn)

C:數(shù)據(jù)的維度相對來說比較小

D:數(shù)據(jù)是線性可分的

答案:數(shù)據(jù)是有噪聲并且包含重合的點(diǎn)

如果SVM的懲罰項(xiàng)C設(shè)置成非常大，會導(dǎo)致（）。

A:不好判別

B:對于這樣的C，我們可以很好的對訓(xùn)練集進(jìn)行正確分類

C:對于這樣的C，我們不能對訓(xùn)練集進(jìn)行正確分類

答案:對于這樣的C，我們可以很好的對訓(xùn)練集進(jìn)行正確分類

如果有一個線性SVM模型過擬合了，以下哪一個操作你會優(yōu)先考慮進(jìn)行下一步的模型迭代（）。

A:增加數(shù)據(jù)量

B:減少更多變量

C:減少數(shù)據(jù)量

D:增加更多變量

答案:增加更多變量

對于4分類問題，如果你要訓(xùn)練SVM模型使用一對多方法，則需要訓(xùn)練多少次模型（）。

A:3

B:4

C:1

D:2

答案:4

SVR與SVM的不同點(diǎn)在于（）。

A:SVR不可以使用軟間隔

B:SVR可以使用核技巧和軟間隔

C:SVR的支持向量在邊際的外面，SVM的支持向量在邊際上

D:SVR不可以使用核技巧

答案:SVR可以使用核技巧和軟間隔

；SVR的支持向量在邊際的外面，SVM的支持向量在邊際上

SVM的有效性將基于（）。

A:松弛變量的選擇

B:軟間隔的懲罰項(xiàng)C

C:核函數(shù)的選擇

答案:軟間隔的懲罰項(xiàng)C

；核函數(shù)的選擇

SVM及其擴(kuò)展可以應(yīng)用在（）。

A:分類問題

B:聚類問題

C:預(yù)測問題

答案:分類問題

；聚類問題

；預(yù)測問題

第十章單元測試

CNN網(wǎng)絡(luò)中，每一層的輸出維度由什么決定（）。

A:是否進(jìn)行補(bǔ)全（padding）

B:Kernel的尺寸

C:步長（strides）

D:該層的輸入

答案:是否進(jìn)行補(bǔ)全（padding）

；Kernel的尺寸

；步長（strides）

；該層的輸入

在對病歷數(shù)據(jù)進(jìn)行建模時，以下那些操作是必須的（）。

A:對病歷進(jìn)行分詞

B:計(jì)算病歷中所含的詞的種類

C:使用數(shù)字對分詞后的病歷進(jìn)行標(biāo)記

D:打亂分詞后的順序

答案:對病歷進(jìn)行分詞

；計(jì)算病歷中所含的詞的種類

；使用數(shù)字對分詞后的病歷進(jìn)行標(biāo)記

圖（Graph）和圖像（Image）是同一類數(shù)據(jù)。（）

A:錯B:對

答案:錯深度學(xué)習(xí)模型只能接收數(shù)字矩陣作為輸入。（）

A:對B:錯

答案:對Inception結(jié)構(gòu)的設(shè)計(jì)目標(biāo)是（）。

A:增加模型寬度

B:提高模型的運(yùn)行速度

C:增加模型深度

D:簡化模型

答案:增加模型寬度

在生成式對抗網(wǎng)絡(luò)（GAN）中，判別器（Discriminator）所起到的作用是（）。

A:輔助生成模型進(jìn)行更平穩(wěn)的訓(xùn)練

B:儲存生成模型所生成的樣本

C:識別出生成模型所生成的樣本所屬的種類

D:識別出輸入的樣本是真實(shí)樣本還是來源于生成模型

答案:識別出輸入的樣本是真實(shí)樣本還是來源于生成模型

如果想使用深度學(xué)習(xí)模型去生成有一定生物活性的藥物分子，可以選擇哪些模型結(jié)構(gòu)（）。

A:CharRNN

B:GAN

C:VAE

D:Inception

答案:CharRNN

；GAN

；VAE

我們想要自己去實(shí)現(xiàn)一個深度學(xué)習(xí)模型，可以使用以下哪些框架（）。

A:Sklearn（scikit-learn）

B:Pytorch

C:PaddlePaddle

D:TensorFlow

答案:Pytorch

；PaddlePaddle

；TensorFlow

實(shí)驗(yàn)室想要部署一臺可以進(jìn)行深度學(xué)習(xí)運(yùn)算的服務(wù)器，最好選配GPU。（）

A:對B:錯

答案:對若使用深度學(xué)習(xí)模型對病歷數(shù)據(jù)進(jìn)行建模，則應(yīng)該選擇哪種模型（）。

A:GCN

B:RNN

C:CNN

D:MLP

答案:RNN

第十一章單元測試

聚類分析所聚類的cluster數(shù)量限制在十個以內(nèi)。（）

A:錯B:對

答案:錯聚類分析的目標(biāo)是盡可能的使組間差異變大。（）

A:錯B:對

答案:對聚類分析的方法受初始點(diǎn)的影響比較小。（）

A:對B:錯

答案:錯理論上，如果某個混合高斯模型融合的高斯模型個數(shù)足夠多，它們之間的權(quán)重設(shè)定得足夠合理，這個混合模型可以擬合任意分布的樣本。（）

A:對B:錯

答案:對對于每一個樣本，使用EM算法學(xué)習(xí)高斯混合模型的參數(shù)，當(dāng)?shù)玫降闹禃rEM算法運(yùn)行結(jié)束。（）

A:對B:錯

答案:錯以下哪些是距離的衡量方式？（）

A:Manhattandistance

B:persondistance

C:Euclideandistance

D:Cosinesimilarity

答案:Manhattandistance

；Euclideandistance

；Cosinesimilarity

聚類分析適用于多少維的數(shù)據(jù)（）？

A:一百維以內(nèi)

B:沒有限制

C:十維以內(nèi)

D:二維

答案:沒有限制

新冠病毒已蔓延全世界，如果需要比較各個地區(qū)新冠病毒的基因突變特征并構(gòu)建系統(tǒng)發(fā)育樹，以下什么聚類方法最合適？（）

A:層次聚類

B:K-means聚類

C:特征聚類

D:GMM聚類

答案:層次聚類

關(guān)于基于高斯混合模型（GMM）的聚類描述哪項(xiàng)是正確的？（）

A:每個點(diǎn)只會分配到一個類中，并計(jì)算分配這個點(diǎn)的概率

B:基于高斯混合模型的聚類屬于軟聚類

C:GMM會學(xué)習(xí)出一個概率分配函數(shù)

D:模型初始化時每一個點(diǎn)會被認(rèn)為是一個單獨(dú)的群

答案:每個點(diǎn)只會分配到一個類中，并計(jì)算分配這個點(diǎn)的概率

；基于高斯混合模型的聚類屬于軟聚類

；GMM會學(xué)習(xí)出一個概率分配函數(shù)

下列說法正確的是？（）

A:離散變量的混合模型，必須要假定每個類中的屬性是相互獨(dú)立B:EM算法常被人分為兩步，E步是使用當(dāng)前參數(shù)計(jì)算點(diǎn)的聚類結(jié)果，M步是更新參數(shù)進(jìn)行迭代

C:EM算法常被用來學(xué)習(xí)高斯混合模型

D:樸素貝葉斯的方法常用來處理離散變量的混合模型

答案:EM算法常被人分為兩步，E步是使用當(dāng)前參數(shù)計(jì)算點(diǎn)的聚類結(jié)果，M步是更新參數(shù)進(jìn)行迭代

；EM算法常被用來學(xué)習(xí)高斯混合模型

第十二章單元測試

假設(shè)有基因A和基因B表達(dá)量的二維數(shù)據(jù)，PC1的斜率為0.25，則基因A和基因B的載荷得分為（）。

A:0.97;0.242

B:4;1

C:0.25;1

D:0.326;0.74

答案:0.97;0.242

主成分學(xué)習(xí)是一種非監(jiān)督學(xué)習(xí)的降維方法。（）

A:對B:錯

答案:對數(shù)據(jù)降維可能會帶來哪些負(fù)面影響（）。

A:提高模型訓(xùn)練的計(jì)算量

B:損失大量有效信息

C:降低后續(xù)算法的表現(xiàn)

D:轉(zhuǎn)化后的特征可解釋性降低

答案:降低后續(xù)算法的表現(xiàn)

；轉(zhuǎn)化后的特征可解釋性降低

在生物信息學(xué)研究中，常常需要對數(shù)據(jù)進(jìn)行降維，這是因?yàn)椋ǎ?/p>

A:需要對數(shù)據(jù)可視化

B:提高分析結(jié)果的準(zhǔn)確性

C:生物學(xué)數(shù)據(jù)中大部分都是噪聲

D:生物學(xué)數(shù)據(jù)往往具有變量多，樣本少的特點(diǎn)

答案:需要對數(shù)據(jù)可視化

；生物學(xué)數(shù)據(jù)往往具有變量多，樣本少的特點(diǎn)

自編碼器的的解碼器部分負(fù)責(zé)進(jìn)行數(shù)據(jù)降維。（）

A:對B:錯

答案:錯高維空間中數(shù)據(jù)具有稀疏性，容易導(dǎo)致模型過擬合。（）

A:對B:錯

答案:對下列哪些是常用的數(shù)據(jù)降維算法（）。

A:線性判別分析

B:因子分析

C:支持向量機(jī)

D:主成分分析

答案:線性判別分析

；因子分析

；主成分分析

選擇主成分個數(shù)時，通常累計(jì)解釋方差的貢獻(xiàn)率應(yīng)在哪個區(qū)間較合適（）。

A:70%~80%

B:85%~100%

C:60%~100%

D:85%~95%

答案:85%~95%

自編碼器有以下哪些特點(diǎn)（）。

A:自編碼器是一種自監(jiān)督算法

B:自編碼器的輸入和輸出完全相等

C:自編碼器是神經(jīng)網(wǎng)絡(luò)的一種

D:自編碼器主要應(yīng)用于數(shù)據(jù)降維和去除噪聲

答案:自編碼器是一種自監(jiān)督算法

；自編碼器是神經(jīng)網(wǎng)絡(luò)的一種

；自編碼器主要應(yīng)用于數(shù)據(jù)降維和去除噪聲

如果生物學(xué)數(shù)據(jù)的不同變量間具備較強(qiáng)相關(guān)性，那么更適合哪種降維方法（）。

A:主成分分析

B:隨機(jī)森林

C:線性判別分析

D:因子分析

答案:因子分析

第十三章單元測試

異常值檢測是特殊的分類任務(wù)。（）

A:錯B:對

答案:對通常在異常值檢測中，數(shù)據(jù)符合,則該數(shù)據(jù)為異常值。（）

A:錯B:對

答案:錯獨(dú)立二元高斯分布圖中每一個縱切面都是一個一元高斯分布。（）

A:錯B:對

答案:對基于內(nèi)容的推薦系統(tǒng)中,對于每一部電影,我們都掌握了可用的特征,使用這些特征訓(xùn)練出了每一個用戶的參數(shù)。但如果我們擁有用戶的參數(shù),我們無法學(xué)習(xí)得出電影的特征。（）

A:錯B:對

答案:錯在協(xié)同過濾中，一般會將等初始值設(shè)置的比較大以獲得更好的效果。（）

A:對B:錯

答案:錯下列屬于異常值檢測在應(yīng)用的有？（）

A:表達(dá)譜數(shù)據(jù)中缺失基因的尋找

B:檢測系統(tǒng)故障

C:篩選出身體患病的病人

D:腫瘤類型的分類

答案:表達(dá)譜數(shù)據(jù)中缺失基因的尋找

；檢測系統(tǒng)故障

；篩選出身體患病的病人

下面對于異常值檢測的數(shù)據(jù)分布說法正確的有？（）

A:對于非高斯分布的數(shù)據(jù)，雖然也可以使用檢測算法，但往往效果不是很好

B:應(yīng)盡量將非高斯分布轉(zhuǎn)化成（近似）高斯分布，然后再進(jìn)行處理

C:應(yīng)使用對應(yīng)的概率密度分布函數(shù)來改變數(shù)據(jù)的分布

D:對于符合高斯分布的數(shù)據(jù)，直接運(yùn)用檢測算法

答案:對于非高斯分布的數(shù)據(jù)，雖然也可以使用檢測算法，但往往效果不是很好

；應(yīng)盡量將非高斯分布轉(zhuǎn)化成（近似）高斯分布，然后再進(jìn)行處理

；應(yīng)使用對應(yīng)的概率密度分布函數(shù)來改變數(shù)據(jù)的分布

；對于符合高斯分布的數(shù)據(jù)，直接運(yùn)用檢測算法

推薦系統(tǒng)常用的方法有哪些？（）

A:基于聚類算法的推薦

B:基于插值的推薦

C:基于內(nèi)容的推薦

D:基于協(xié)同過濾的推薦

答案:基于內(nèi)容的推薦

；基于協(xié)同過濾的推薦

下面哪些屬于協(xié)同過濾算法存在的不足？（）

A:算法對于用戶的主觀評分比較依賴

B:當(dāng)一個新的用戶或物品進(jìn)入推薦系統(tǒng)時，系統(tǒng)將無從依據(jù)

C:協(xié)同過濾算法適用于更迭快的物品（比如新聞，廣告），在更新速度過快用戶評論不多的情況下，比起其他算法，協(xié)同過濾算法能有好的的準(zhǔn)確度。

D:在推薦的過程中，當(dāng)前最流行的物品會更更容易被推薦

答案:協(xié)同過濾算法適用于更迭快的物品（比如新聞，廣告），在更新速度過快用戶評論不多的情況下，比起其他算法，協(xié)同過濾算法能有好的的準(zhǔn)確度。

在進(jìn)行crisper基因編輯實(shí)驗(yàn)時，通常需要進(jìn)行引物的設(shè)計(jì)。有三個生物信息學(xué)工具可以對引物進(jìn)行打分，其中A將引物分為有效，可能有效，無效這三個等級。B將引物分為1至10共十個等級，C對引物進(jìn)行打分，滿分為100分。如果想將這三個推薦工具的結(jié)果整合，下面哪個說法是正確的？（）

A:可以將三個數(shù)據(jù)集合并到一個數(shù)據(jù)集，但是應(yīng)該首先將每個數(shù)據(jù)集的打分方式標(biāo)準(zhǔn)化

B:直接將三個數(shù)據(jù)集進(jìn)行整合，不需要任何修改即可得到期望的答案。

C:三個工具度量不同，是無法整合的，需要建立三個獨(dú)立的系統(tǒng)。

D:如果對于引物，A工具無法對他評分，其他工具對其正常打分，那么由于缺少數(shù)據(jù)，就沒有可靠的方法來合并數(shù)據(jù)集。

答案:可以將三個數(shù)據(jù)集合并到一個數(shù)據(jù)集，但是應(yīng)該首先將每個數(shù)據(jù)集的打分方式標(biāo)準(zhǔn)化

第十四章單元測試

畫學(xué)習(xí)曲線是為了觀察模型狀態(tài)，如過擬合或欠擬合。（）

A:對B:錯

答案:對可以采用哪些方法提