机器学习_温州大学中国大学mooc课后章节答案期末考试题库2023年_

机器学习_温州大学中国大学mooc课后章节答案期末考试题库2023

年

1. GBDT由哪三个概念组成：( )

参考答案:

Regression Decision Tree(即 DT)_Gradient Boosting(即

GB)_Shrinkage(缩减)

2. 对于非概率模型而言，可按照判别函数线性与否分成线性模型与非线性模型。

下面哪些模型属于线性模型？

参考答案:

K-means_k近邻_感知机

3. 逻辑回归分类的精度不够高，因此在业界很少用到这个算法

参考答案:

错误

4. SMOTE算法是用了上采样的方法。

参考答案:

正确

5. 支持向量是那些最接近决策平面的数据点

参考答案:

正确

6. 100万条数据划分训练集、验证集、测试集，数据可以这样划分：98%，

1%，1% 。

参考答案:

正确

7. K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地

确定。

参考答案:

错误

8. 朴素贝叶斯法的基本假设是条件独立性。

参考答案:

正确

9. PCA投影方向可从最大化方差和最小化投影误差这两个角度理解。

参考答案:

正确

10. 相关变量的相关系数可以为零，对吗？

参考答案:

正确

11. Sigmoid函数的范围是（-1，1）

参考答案:

错误

12. 影响KNN算法效果的主要因素包括( )。

参考答案:

决策规则_K的值_距离度量方式

13. 逻辑回归的特征一定是离散的。

参考答案:

错误

14. 闵可夫斯基距离中的p取1或2时的闵氏距离是最为常用的，以下哪项是

正确的:( )。

参考答案:

闵可夫斯基空间不同于牛顿力学的平坦空间_p取1时是曼哈顿距离_p取2

时是欧氏距离_p取无穷时是切比雪夫距离

15. KNN算法的缺点包括以下几点？( )

参考答案:

计算复杂性高；空间复杂性高，尤其是特征数非常多的时候_可解释性差，

无法给出决策树那样的规则_对训练数据依赖度特别大，当样本不平衡的时

候，对少数类的预测准确率低

16. 两个向量的余弦相似度越接近1，说明两者越相似。

参考答案:

正确

17. k近邻法(k-Nearest Neighbor,kNN)是一种比较成熟也是最简单的机器学习

算法，可以用于分类，但不能用于回归方法。

参考答案:

错误

18. 一个正例(2,3)，一个负例(0,-1)，下面哪个是SVM超平面?（）

参考答案:

x+2y-3=0

19. 数据科学家可能会同时使用多个算法（模型）进行预测， 并且最后把这些

算法的结果集成起来进行最后的预测（集成学习），以下对集成学习说法正

确的是

参考答案:

单个模型之间有低相关性

20. KNN没有显示的训练过程，它在训练阶段只是把数据保存下来，训练时间

开销为0，等收到测试样本后进行处理。

参考答案:

正确

21. 在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题？

参考答案:

SVM算法中使用高斯核/RBF核代替线性核

22. 关于L1正则化和L2正则化说法正确的是 ( )。

参考答案:

L1正则化无法有效减低数据存储量

23. BP算法陷入局部极小值的问题可通过更换激活函数解决。

参考答案:

错误

24. BP算法的正向传播是为获取训练误差。

参考答案:

正确

25. BP算法的反向传播是为了对权值进行调整。

参考答案:

正确

26. BP算法“喜新厌旧”，在学习新样本后，会把旧样本逐渐遗忘。

参考答案:

正确

27. 关于BP算法缺点的说法正确的是（）。

参考答案:

BP算法很容易陷入局部极小值问题_BP算法更新没有明确的公式，需要不

断试凑，才能决定隐层节点数量_BP算法涉及参数数量很多，因此更新速

度慢

28. 关于BP算法优点说法正确的是（ ）。

参考答案:

BP算法反向传播采用链式法则，推导过程严谨_BP算法能够自适应学习

_BP算法有很强的非线性映射能力

29. 一般的多层感知器包含几种类型层次的神经元 ( )。

参考答案:

输出层_隐藏层_输入层

30. 隐藏层中常用的激活函数有 (多选) ( )。

参考答案:

Tanh_ReLU_Sigmoid

31. 以下关于极限学习机（ELM）说法错误的是（ ）。

参考答案:

ELM有多个隐藏层

32. 神经网络算法有时会出现过拟合的情况，那么采取以下哪些方法解决过拟合

更为可行（）。

参考答案:

设置一个正则项减小模型的复杂度

33. Minsky在上世纪60年代末指出了神经网络算法的哪种缺点，使得神经网

络算法陷入低潮（ ）。

参考答案:

早期的神经网络算法无法处理非线性学习问题

34. 为避免BP算法在迭代过程中出现局部极小值的问题，那么采取以下哪种方

法可行（ ）。

参考答案:

在每一轮迭代中都赋予一定的概率接受次优解，但是概率随迭代不断降低

35. BP算法总结错误的是 （ ）。

参考答案:

隐层的阈值梯度只跟本层的神经元输出值有关

36. 以下关于学习率说法错误的是（）。

参考答案:

学习率必须是固定不变的

37. 关于BP算法反向传播的说法正确的是（ ）。

参考答案:

BP算法反向传播进行更新时一般用到微积分的链式传播法则

38. 以下关于Sigmoid的特点说法错误的是 ( )。

参考答案:

Sigmoid函数计算量小

39. 关于BP算法信号前向传播的说法正确的是（ ）。

参考答案:

C. BP算法在计算正向传播输出值时需要考虑激活函数

40. 关于BP算法优缺点的说法错误的是 ( )。

参考答案:

BP算法不能用于处理非线性分类问题

41. 关于BP算法特点描述错误的是 ( )。

参考答案:

计算之前不需要对训练数据进行归一化

42. 以下关于感知器说法错误的是: ( )。

参考答案:

单层感知器可以用于处理非线性学习问题

43. 以下关于偏差(Bias)和方差(Variance)说法正确的是 ( )。

参考答案:

获取更多的训练数据可解决高方差的问题

44. 以下关于ROC和PR曲线说法不正确的是 ( )。

参考答案:

类别不平衡问题中，ROC曲线比PR曲线估计效果要差

45. 下列哪种方法可以用来缓解过拟合的产生：( )。

参考答案:

正则化

46. 假设有100张照片，其中，猫的照片有60张，狗的照片是40张。识别结

果：TP=40，FN=20，FP=10，TN=30，则可以得到：( )。

参考答案:

Precision=0.8

47. KNN分类的时候，对新的样本，根据其k个最近邻的训练样本的类别，通

过多数表决等方式进行预测。

参考答案:

正确

48. 回归问题和分类问题的区别是什么？

参考答案:

回归问题输出值是连续的，分类问题输出值是离散的

49. 一个计算机程序从经验E中学习任务T，并用P来衡量表现。并且，T的

表现P随着经验E的增加而提高。假设我们给一个学习算法输入了很多历

史天气的数据，让它学会预测天气。什么是P的合理选择？

参考答案:

正确预测未来日期天气的概率

50. 一个包含n类的多分类问题，若采用一对剩余的方法，需要拆分成多少次？

参考答案:

n-1

51. ( )是机器学习的一部分，与神经网络一起工作。

参考答案:

深度学习

52. 谷歌新闻每天收集非常多的新闻，并运用( )方法再将这些新闻分组，组成若

干类有关联的新闻。于是，搜索时同一组新闻事件往往隶属同一主题的，所

以显示到一起。

参考答案:

聚类

53. 7.哪种决策树没有剪枝操作( )。

参考答案:

ID3

54. 关于聚类的说法正确的有 （ ）

参考答案:

聚类的算法训练样本往往都不含有标签

55. 降维属于哪种类型的学习问题( )。

参考答案:

无监督学习

56. 关于PCA和SVD比较错误的是 （ ）。

参考答案:

PCA无需进行零均值化

57. 给定关联规则A->B，意味着：若A发生，B也会发生。

参考答案:

错误

58. Apriori算法是一种典型的关联规则挖掘算法。

参考答案:

正确

59. 决策树方法通常用于关联规则挖掘。

参考答案:

错误

60. SVD可用于求解矩阵的伪逆。

参考答案:

正确

61. PCA会选取信息量最少的方向进行投影。

参考答案:

错误

62. PCA是一种有效的降维去噪方法。

参考答案:

正确

63. 以下关于PCA说法正确的是 (多选)( ）。

参考答案:

PCA运算时需要进行特征值分解_PCA各个主成分之间正交

64. 降维的优点有哪些 （ ）。

参考答案:

方便消除冗余特征_方便实现数据可视化_减小训练时间

65. FP-Growth算法的优点包括( )。

参考答案:

数据库存储在内存中的压缩版本中_对长、短频繁模式的挖掘具有高效性和

可扩展性_与Apriori算法相比，该算法只需对数据库进行两次扫描_该算法

不需要对项目进行配对，因此速度更快

66. FP-Growth和Apriori算法的比较，正确的是( )。

参考答案:

FP-growth 的模式生成通过构建FP-Tree_FP-Growth没有候选集_Apriori

使用候选集

67. 以下关于SVD的优化过程说法错误的是 （ ）。

参考答案:

奇异值跟特征值性质完全不同

68. 几种常见的降维算法有共同特点有 （ ）。

参考答案:

都利用了矩阵分解的思想

69. 哪些类型的数据适合做降维 （ ）。

参考答案:

特征之间存在线性关系的数据

70. 降维涉及的投影矩阵一般要求正交，正交矩阵用于投影的优缺点说法正确的

是 （ ）。

参考答案:

正交矩阵投影变换之后的矩阵不同坐标之间是不相关的

71. 关于维数灾难的说法错误的是 （ ）。

参考答案:

高维度数据可使得算法泛化能力变得越来越强

72. 关联规则使用的主要指标有( )。

参考答案:

支持度 (support)_置信度(confidence)_提升度(lift)

73. 关于关联规则，正确的是：( )。

参考答案:

支持度是衡量关联规则重要性的一个指标_关联规则挖掘的算法主要有：

Apriori和FP-Growth_一个项集满足最小支持度，我们称之为频繁项集

74. 置信度(confidence)是衡量兴趣度度量( )的指标。

参考答案:

确定性

75. 以下属于关联规则分析的是( )。

参考答案:

购物篮分析

76. 分析顾客消费行业，以便有针对性的向其推荐感兴趣的服务，属于( )问题。

参考答案:

关联规则挖掘

77. 关联规则的评价指标是：( )。

参考答案:

支持度、置信度

78. 关于支持向量机中硬间隔和软间隔的说法错误的是（）。

参考答案:

硬间隔有利于消除模型的过拟合

79. 可用作数据挖掘分析中的关联规则算法有( )。

参考答案:

Apriori算法、FP-Tree算法

80. 关于PCA特点说法错误的是 （ ）。

参考答案:

PCA算法很难去除噪声

81. 以下哪些是PCA算法的主要应用（ ）。

参考答案:

数据压缩

82. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种

属于数据挖掘的哪类问题？( )

参考答案:

关联规则发现

83. 关于Apriori和FP-growth算法说法正确的是( )。

参考答案:

FP-growth算法在数据库较大时，不适宜共享内存

84. 以下关于FP-Growth算法表述不正确的有 ( )。

参考答案:

FP-growth只需要一次遍历数据，大大提高了效率

85. 下列关于Apriori算法说法错误的是 ( )。

参考答案:

Apriori算法运算过程中不需要找出所有的频繁项集

86. 数据之间的相关关系可以通过以下哪个算法直接挖掘( )。

参考答案:

Apriori

87. 以下关于关联规则说法错误的是 ()。

参考答案:

使用购物车分析的方法，一定可以提高销售额

88. 关于特征选择，下列对Ridge回归和Lasso回归的说法正确的是：( )。

参考答案:

Lasso回归适用于特征选择

89. 某超市研究销售记录发现买啤酒的人很大概率也会买尿布，这属于数据挖掘

的哪类问题?

参考答案:

关联规则发现

90. 以下关于PCA说法正确的是 ( )。

参考答案:

PCA转换后选择的第一个方向是最主要特征

91. 以下关于SVD说法正确的有 ( )。

参考答案:

SVD并不要求分解矩阵必须是方阵

92. 关于数据规范化，下列说法中错误的是( )。

参考答案:

标准化在任何场景下受异常值的影响都很小

93. 市场上某商品来自两个工厂，它们市场占有率分别为60%和40%，有两人

各自买一件，则买到的来自不同工厂之概率为( )。

参考答案:

0.48

94. PCA算法获取的超平面应具有哪些性质 （ ）。

参考答案:

最近重构性_最大可分性

95. 下面属于降维常用的技术的有： ( )。

参考答案:

主成分分析_奇异值分解

96. 以下哪些是使用数据规范化(特征缩放)的原因？

参考答案:

它通过减少迭代次数来获得一个好的解，从而加快了梯度下降的速度_它不

能防止梯度下降陷入局部最优

97. 以下关于降维的说法不正确的是？

参考答案:

降维不会对数据产生损伤

98. 以下关于支持向量机的说法正确的是 ( )。

参考答案:

SVM方法简单，鲁棒性较好_SVM分类面取决于支持向量

99. 线性回归中，我们可以使用最小二乘法来求解系数，下列关于最小二乘法说

法正确的是?( )

参考答案:

只适用于线性模型，不适合逻辑回归模型等其他模型_不需要选择学习率_当

特征数量很多的时候，运算速度会很慢_不需要迭代训练

100. 评价指标中，召回率(Recall)的计算需要哪些数值 ( )。

参考答案:

TP_FN

101. 下面关于随机森林和梯度提升集成方法的说法哪个是正确的？(多选) ( )

参考答案:

这两种方法都可以用来做分类_两种方法都可以用来做回归

102. LightGBM与XGBoost相比，主要有以下几个改进：(多选) ( )

参考答案:

基于梯度的单边采样算法(Gradient-based One-Side Sampling, GOSS)_互

斥特征捆绑算法(Exclusive Feature Bundling, EFB)_直方图算法

(Histogram)_基于最大深度的 Leaf-wise 的垂直生长算法

103. 置信度(confidence)是衡量兴趣度度量()的指标。

参考答案:

确定性

104. 大部分的机器学习工程中，数据搜集、数据清洗、特征工程这三个步骤占总

时间比较少，而数据建模，占总时间比较多。

参考答案:

错误

105. 根据肿瘤的体积、患者的年龄来判断良性或恶性，这是一个多分类问题。

参考答案:

错误

106. 哪种开发语言最适合机器学习？( )

参考答案:

Python

107. 机器学习这个术语是由( )定义的？

参考答案:

Arthur Samuel

108. 机器学习方法传统上可以分为( )类。

参考答案:

3

109. 以下关于特征选择的说法正确的是？

参考答案:

选择的特征需尽可能反映不同事物之间的差异

110. 以下哪种方法属于判别模型(discriminative model)

参考答案:

支持向量机

111. 哪一个是机器学习的合理定义？

参考答案:

机器学习能使计算机能够在没有明确编程的情况下学习

112. 当数据分布不平衡时，我们可采取的措施不包括( )。

参考答案:

对数据分布较多的类别赋予更大的权重

113. 以下关于训练集、验证集和测试集说法不正确的是( )。

参考答案:

训练集是用来训练以及评估模型性能

114. 下面关于ID3算法中说法错误的是

参考答案:

ID3算法是一个二叉树模型

115. 逻辑回归与多元回归分析有哪些不同？

参考答案:

以上全选

116. 如果我使用数据集的全部特征并且能够达到100%的准确率，但在测试集上

仅能达到70%左右，这说明

参考答案:

过拟合

117. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种

属于数据挖掘的哪类问题？()

参考答案:

关联规则发现

118. 下列哪种方法可以用来缓解过拟合的产生：()。

参考答案:

正则化

119. 回归问题和分类问题的区别是？

参考答案:

回归问题输出值是连续的，分类问题输出值是离散的

120. bootstrap 数据的含义是

参考答案:

有放回的从整体N中抽样n个样本

121. 一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别

4种不同的人员：狱警，小偷，送餐员，其他。下面哪种学习方法最适合此

种应用需求：

参考答案:

多分类问题

122. 在逻辑回归中,如果同时加入L1和L2范数,不会产生什么效果

参考答案:

可以获得更准确的结果

123. C4.5是通过代价复杂度剪枝。

参考答案:

错误

124. 朴素贝叶斯适用于小规模数据集，逻辑回归适用于大规模数据集。

参考答案:

错误

125. 逻辑回归和朴素贝叶斯都有对属性特征独立的要求

参考答案:

错误

126. 逻辑回归是判别模型，朴素贝叶斯是生成模型

参考答案:

正确

127. 判别模型所学内容是决策边界。

参考答案:

正确

128. 朴素贝叶斯对缺失数据较敏感。

参考答案:

正确

129. 朴素贝叶斯模型假设属性之间相互独立，这个假设在实际应用中往往是不成

立的，在属性相关性较小时，朴素贝叶斯性能良好。而在属性个数比较多或

者属性之间相关性较大时，分类效果不好。

参考答案:

正确

130. 根据以往经验和分析得到的概率。在这里，我们用P(Y)来代表在没有训练

数据前假设Y拥有的初始概率，因此称其为Y的后验概率，它反映了我们

所拥有的关于Y的背景知识。

参考答案:

错误

131. 公司里有一个人穿了运动鞋，推测是男还是女？已知公司里男性30人，女

性70人，男性穿运动鞋的有25人，穿拖鞋的有5人，女性穿运动鞋的有

40人，穿高跟鞋的有30人。则以下哪项计算错误（）？

参考答案:

p（运动鞋｜女性)=0.4

132. 掷二枚骰子，事件A为出现的点数之和等于3的概率为（ ）

参考答案:

1/18

133. 关于朴素贝叶斯，下列说法错误的是：（ ）

参考答案:

朴素的意义在于它的一个天真的假设：所有特征之间是相互关联的