《机器学习-Python实践》试卷及答案 卷6.docx

第PAGE1页，共NUMPAGES1页

一、单项选择题（本大题共10小题，每题3分，共30分）试卷（

试卷

（学年第1学期）

考试科目机器学习-Python实践（A卷）

适用专业班级（年级）得分

命题人：审阅人：

班级学号姓名考试科目

装订线

1、下列哪一项能反映出X和Y之间的强相关性？（）

A.相关系数为0.9

B.对于无效假设β=0的p值为0.0001

C.对于无效假设β=0的t值为30

D.以上说法都不对

2、机器学习中做特征选择时，可能用到的方法有？（多选）（）

A.卡方

B.信息增益

C.平均互信息

D.期望交叉熵

3、以下说法中正确的是（）

A.SVM对噪声（如来自其他分部的噪声样本）具备鲁棒性

B.在adaboost算法中，所有被分错样本的权重更新比例相同

C.boosting和bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率确定其权重

D.给定n个数据点，如果其中一半用于训练，一半用户测试，则训练 误差和测试误差之间的差别会随着n的增加而减少

4、以下描述错误的是（）

A.SVM是这样一个分类器，它寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器

B.在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差

C.在决策树中，随着树中结点输变得太大，即使模型的训练误差还在继续降低，但是检验误差开始增大，这是出现了模型拟合不足的原因

D.聚类分析可以看作是一种非监督的分类

5、若在二维空间中线性不可分，SVM算法会通过（）方法解决。

A.核函数

B.激活函数

C.剪枝

D.特征选择

6、线性回归能完成的任务是（）

A.预测离散值

B.预测连续值

C.分类

D.聚类

7、产量（X，台）与单位产品成本（y,元/台）之家你的回归方程为y=356-1.5x，这说明（）

A.产量每增加一台，单位产品成本增加356元

B.产品每增加一台，单位产品的成本减少1.5元

C.产量每增加一台，单位产品的成本平均增加356元

D.产量每增加一台，单位产品成本平均减少1.5元

8、下面哪个是通用的模型逼近器？?（）

A.KernelSVM?

B.NeuralNetworks?

C.BoostedDecisionTrees?

D.Alloftheabove?

9、下面那个问题可以用深度学习来解决？（）?

A.蛋白质结构预测?

B.化学反应的预测?

C.外来粒子的检测?

D.以上所有?

10、当您在CNN中使用1×1卷积时，以下哪个语句是真实的？（）

A.Itcanhelpindimensionalityreduction?

B.Itcanbeusedforfeaturepooling?

C.Itsufferslessoverfittingduetosmallkernelsize?

D.Alloftheabove?

二、判断题（本大题共10小题，每题1分，共10分）

1、逻辑回归的目的就是提高二分类的效率。（）

2、SGD计算根据全部样本构造出来的代价函数的梯度。（）

3、用线性代数的方式描述函数或者方程的好处之一是书写方便。（）

4、Π是求积符号。（）

5、Σ是求和符号。（）

6、回归任务是预测连续值。（）

7、分类任务是预测连续值。（）

8、集成学习：可以用作抽样分布，从原始数据集中提取出自主样本集。 （）

9、基学习器可以使用权值学习有利于高权值样本的模型。（）

10、Boosting：每一轮的训练集不变，只是训练集中每个样本的权重发生变化，权值根据上一轮的预测结果进行调整。（）

三、填空（本大题共10小题，每题3分，共30分）

1、求函数机制的方法有两大类，分别是和。

2、机器学习中做特征选择时，可能用到的、