《机器学习-Python实践》试卷及答案 卷7.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、如果使用线性回归模型，下列说法正确的是？（）

A.检查异常值是很重要的，因为线性回归对离群效应很敏感

B.线性回归分析要求所有变量特征都必须具有正态分布

C.线性回归假设数据中基本没有多重共线性

D.以上说法都不对

2、建立线性模型时，我们看变量之间的相关性。在寻找相关矩阵中的相关系数时，如果发现3对变量（Var1和Var2、Var2和Var3、Var3和Var1）之间的相关性分别为-0.98、0.45和1.23。我们能从中推断出什么呢？（）

A.Var1和Var2具有很高的相关性

B.Var1和Var2存在多重共线性，模型可以去掉其中一个特征

C.Var3和Var1相关系数为1.23是不可能的

D.以上都对

3、下列哪种方法可以用来减小过拟合？（多选）（）

A.更多的训练数据

B.L1正则化

C.L2正则化

D.减小模型的复杂度

4、向量X=[1,2,3,4,-9,0]的L1范数为？（）

A.1

B.19

C.6

D.√111

5、关于L1、L2正则化下列说法正确的是？（）

A.L2正则化能防止过拟合，提升模型的泛化能力，但L1做不到这点

B.L2正则化技术又称为LassoRegularization

C.L1正则化得到的解更加稀疏

D.L2正则化得到的解更加稀疏

6、有N个样本，一般用于训练，一般用于测试。若增大N值，则训 练误差和测试误差之间的差距会如何变化？（）

A.增大

B.减小

C.不变

D.以上均不对

7、在回归模型中，下列哪一项在权衡欠拟合（under-fitting）和过拟 合（over-fitting）中影响最大？（）

A.多项式阶数

B.更新权重w时，使用的是矩阵求逆还是梯度下降

C.使用常数项

D.学习率

8、输入层中的节点数为10，隐层为5。从输入层到隐层的最大连接数 为？?（）

A.50?

B.Lessthan50?

C.Morethan50?

D.Itisanarbitraryvalue?

9、如果我们希望预测n个类（p1，p2..pk）的概率，使得所有n的p 的和等于1，则以下哪个函数可以用作输出层中的激活函数？?（）

A.Softmax?

B.ReLu?

C.Sigmoid?

D.Tanh??

10、采取什么措施不可以防止过拟合？（）

A.数据压缩;?

B.权值共享;?

C.提前结束模型迭代;?

D.采用dropout;

二、判断题（本大题共10小题，每题1分，共10分）

1、FP——将负类预测为正类数。（）

2、交叉熵损失函数的好处是可以克服方差代价函数更新权重过慢的问 题。（）

3、逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法， 运用梯度下降来求解参数，来达到将数据二分类的目的。（）

4、SVM无法做多分类。（）

5、SVM不涉及核函数。（）

6、BGD计算根据全部样本的构造出来的代价函数的梯度。（）

7、SGD计算根据全部样本构造出来的代价函数的梯度。（）

8、Bagging：训练集是在原始集中有放回抽取的，从原始集中选出的训练集之间是独立的。（）

9、Boosting：根据错误率不断调整样本的权值，错误率越大则权值越大。（）

10、Bagging：每个样本的权重相等。（）

三、填空（本大题共10小题，每题3分，共30分）

1、熵指的是体系的的程度。

2、信息越有序，信息熵越。

3、训练过程中用到的数据叫。

4、分类是预测，比如把人分为好人和坏人之类的学习