机器学习应用期末模拟试题附答案

机器学习应用期末模拟试题[复制]2020-2021年第二学期《机器学习应用》期末模拟试题1、(1分)【单选题】Pandas中可以用来加载csv文件的方法是（）[单选题]A、read_csv()(正确答案)B、read_excel()C、read_sql_query()D、read_json()答案解析：read_csv()函数用来加载csv文件2、(1分)【单选题】决定系数是？[单选题]A、MAEB、MSEC、R2(正确答案)D、F1答案解析：

MAE（MeanAbsoluteError）平均绝对误差

MSE（MeanSquareError）均方误差

R2(R-Square）拟合优度也称决定系数

F1适用于作为分类评估指标3、(1分)【单选题】下图属于哪一类图（）

[单选题]A、直方图B、密度图C、箱线图D、相关矩阵图(正确答案)答案解析：此图为热力图即相关矩阵图4、(1分)【单选题】哪个指标可以用于评估分类算法？[单选题]A、MAEB、MSEC、R2D、F1(正确答案)答案解析：

MAE（MeanAbsoluteError）平均绝对误差

MSE（MeanSquareError）均方误差

R2(R-Square）拟合优度也称决定系数

F1适用于作为分类评估指标5、(1分)【单选题】将数据调整为均值为0，方差为1的标准正态分布，应该使用scikit-learn中的哪个方法（）[单选题]A、StandardScaler()(正确答案)B、MinMaxScaler()C、Normalizer()D、Binarizer()答案解析：

StandardScaler:为使各特征的均值为0，方差为1

MinMaxScaler:最大最小值规范化

Normalizer:使每条数据各特征值的和为1（归一化）

Binarizer:为将数值型特征的二值化（二值化）6、(1分)【单选题】从文件中导入已训练好的模型，使用（）进行加载[单选题]A、反序列化模型(正确答案)B、序列化模型C、导出数据D、导入数据答案解析：序列化：用于模型储存；反序列化：用于加载模型7、(1分)【单选题】查看数据的描述性统计信息，使用DataFrame哪个属性或方法（）[单选题]A、shapeB、head()C、describe()(正确答案)D、tail()答案解析：describe()查看数据描述信息；tail()查看尾部数据8、(1分)【单选题】查看数据的维数，使用DataFrame哪个属性或方法[单选题]A、shape(正确答案)B、head()C、describe()D、tail()9、(1分)【单选题】Python中常用的数据可视化的类库是（）[单选题]A、NumpyB、ScipyC、PandasD、Matplotlib(正确答案)答案解析：略10、(1分)【单选题】欲绘制饼图，应该调用哪个函数[单选题]A、scatter()B、title()C、plot()D、pie()(正确答案)答案解析：略11、(1分)【单选题】下图中，可以认为数据集中哪个特征存在异常值（）[单选题]A、SepalLengthB、SepalWidth(正确答案)C、PetalLengthD、PetalWidth答案解析：图中有圆圈图形部分为异常值12、(1分)【单选题】进行数据归一化处理可以使用scikit-learn中的哪个类[单选题]A、MinMaxScalerB、StandardScalerC、Normalizer(正确答案)D、Binarizer答案解析：略13、(1分)【单选题】下面哪个函数不是scikit-learn中用于创建仿真分类数据集的方法[单选题]A、make_regression()B、make_classificaiton()C、load_iris()(正确答案)D、make_blobs()答案解析：load_iris()是加载鸢尾花数据集14、(1分)【单选题】进行数据正态化处理可以使用scikit-learn中的哪个类[单选题]A、MinMaxScalerB、StandardScalerC、Normalizer(正确答案)D、Binarizer答案解析：略15、(1分)【单选题】绘制实线使用linestyle是？[单选题]A、-(正确答案)B、--C、-.D、:答案解析：16、(1分)【单选题】Pandas中，删除含重复值的样本，使用的函数是（）[单选题]A、dropna()B、fillna()C、drop_duplicates()(正确答案)D、duplicated()答案解析：

dropna()删除缺失值数据

fillna()

填充缺失数据

drop_duplicates()

去重

duplicated()

标记重复值17、(1分)【单选题】进行数据阈值转换可以使用scikit-learn中的哪个类[单选题]A、MinMaxScaler(正确答案)B、StandardScalerC、NormalizerD、Binarizer答案解析：略18、(1分)【单选题】平均绝对误差是？[单选题]A、MAE(正确答案)B、MSEC、R2D、F1答案解析：略19、(1分)【单选题】Pandas中可以用来加载csv文件的方法是[单选题]A、read_csv()(正确答案)B、read_excel()C、read_sql_query()D、read_json()答案解析：略20、(1分)【单选题】将数据缩放到0至1之间，应该使用scikit-learn中的哪个方法[单选题]A、StandardScaler()B、MinMaxScaler()C、Normalizer()(正确答案)D、Binarizer()答案解析：将数据缩放到0至1之间即归一化21、(1分)【单选题】Pandas中，删除含缺失值的样本，使用的函数是[单选题]A、dropna()(正确答案)B、fillna()C、drop_duplicates()D、duplicated()答案解析：略22、(1分)【单选题】决定系数是？[单选题]A、MAEB、MSEC、R2(正确答案)D、F1答案解析：略23、(1分)【单选题】绘制虚线使用linestyle是？[单选题]A、-(正确答案)B、--C、-.D、:答案解析：略24、(1分)【单选题】从图中看，可以认为数据集中哪个特征存在异常值[单选题]A、SepalLengthB、SepalWidth(正确答案)C、PetalLengthD、PetalWidth答案解析：略25、(1分)【单选题】绘制柱状图的函数是？[单选题]A、pie()B、scatter()C、plot()D、bar()(正确答案)答案解析：略26、(1分)【单选题】Python中常用的数据整理的类库是[单选题]A、NumpyB、ScipyC、Pandas(正确答案)D、Matplotlib答案解析：略27、(1分)【单选题】模型训练完成以后，可以使用（）进行保存[单选题]A、反序列化模型B、序列化模型(正确答案)C、导出数据D、导入数据答案解析：序列化：用于模型储存；反序列化：用于加载模型28、(1分)【单选题】进行数据尺度调整可以使用scikit-learn中的哪个类[单选题]A、MinMaxScaler(正确答案)B、StandardScalerC、NormalizerD、Binarizer答案解析：略29、(1分)【单选题】下图属于哪一类图[单选题]A、直方图B、密度图C、箱线图(正确答案)D、散点矩阵图答案解析：略30、(1分)【单选题】绘图中，设置网格线使用哪个函数[单选题]A、grid()(正确答案)B、legend()C、show()D、plot()答案解析：grid()网格线；legend()图例31、(1分)【单选题】下面哪个函数不是scikit-learn中用于创建仿真数据集的方法[单选题]A、make_regression()B、make_classificaiton()C、load_iris()(正确答案)D、make_blobs()答案解析：略32、(1分)【单选题】哪个指标可以用于评估分类算法？[单选题]A、MAEB、MSEC、R2D、F1(正确答案)答案解析：略33、(1分)【单选题】为了使用线性回归拟合下图，应该先进行（）[单选题]A、填补缺失值B、特征选择C、什么都不用做(正确答案)D、生成多项式特征答案解析：该曲线拟合效果较好，不需要进行进一步操作34、(1分)【单选题】对于数据进行拟合，发现拟合效果如下图，则应该先进行（）[单选题]A、填补缺失值B、特征选择C、正则化(正确答案)D、生成多项式特征答案解析：该图像为过拟合，处理过拟合方法有：增加数据量、简化模型、正则化35、(1分)【单选题】绘制散点图的函数是？[单选题]A、pie()B、scatter()(正确答案)C、plot()D、bar()答案解析：略36、(1分)【单选题】均方误差是？[单选题]A、MAEB、MSE(正确答案)C、R2D、F1答案解析：略37、(1分)【单选题】平均绝对误差是？[单选题]A、MAE(正确答案)B、MSEC、R2D、F1答案解析：略38、(1分)【单选题】卡方检验是检验定性自变量对定性因变量的相关性方法。欲使用卡方检验，应该使用哪个类[单选题]A、chi2(正确答案)B、f_regressionC、mutual_info_regressionD、f_classif答案解析：卡方(Chi2)检验；用于分类：chi2、f_classif、mutual_info_classif；用于回归：f_regression、mutual_info_regression39、(1分)【单选题】均方误差是？[单选题]A、MAEB、MSE(正确答案)C、R2D、F1答案解析：略40、(1分)【多选题】可以用来进行特征选定的类有A、SelectKBest(正确答案)B、RFE(正确答案)C、PCA(正确答案)D、ExtraTreesClassifer答案解析：ExtraTreesClassifer是sklearn.ensemble里的类，其他选项属于sklearn.feature_selection中的类41、(1分)【多选题】如想进行高效科学计算，应该导入哪两个工具包A、Numpy(正确答案)B、ScipyC、Pandas(正确答案)D、Matplotlib答案解析：略42、(1分)【多选题】哪些指标可以用于评估回归算法？A、MAE(正确答案)B、MSE(正确答案)C、R2(正确答案)D、F1答案解析：F1属于评估分类算法43、(1分)【多选题】数据准备阶段，常使用scikit-learn中的哪些类A、MinMaxScaler(正确答案)B、StandardScaler(正确答案)C、Normalizer(正确答案)D、Binarizer(正确答案)答案解析：略44、(1分)【多选题】哪些指标可以用于评估回归算法？A、MAE(正确答案)B、MSE(正确答案)C、R2(正确答案)D、F1答案解析：F1属于评估分类算法45、(0.2分)【判断题】通过身高和体重两个特征，得出BMI=(体重*体重)/身高，该方法是降维，减少数据集特征的数量。[判断题]正确错误(正确答案)46、(0.2分)【判断题】Numpy库的主要作用是加快矩阵运算速度[判断题]正确(正确答案)错误47、(0.2分)【判断题】模型的泛化性能好，表示模型比较优[判断题]正确(正确答案)错误答案解析：泛化能力是指机器学习算法对新鲜样本的适应能力48、(0.2分)【判断题】PCA（即主成分分析）是一种有监督的降维方法。[判断题]正确错误(正确答案)答案解析：PCA是一种无监督的学习算法，它是线性模型，不能直接用于分类和回归问题49、(0.2分)【判断题】精确率公式是P=TP/(TP+FP)[判断题]正确(正确答案)错误答案解析：50、(0.2分)【判断题】K均值聚类，每次得到的聚类结果肯定是一样的。（）[判断题]正确错误(正确答案)51、(0.2分)【判断题】numpy.eye()是用于创建元素都是0的数组[判断题]正确错误(正确答案)答案解析：

numpy.eye()返回一个二维数组，其对角线元素为1，其余位置元素为0;

numpy.zeros()创建元素都是0的数组52、(0.2分)【判断题】绘制直方图，可以使用Pandas中DataFrame的hist()方法。[判断题]正确(正确答案)错误53、(0.2分)【判断题】实际为正例，预测也为正例，则属于真正例[判断题]正确(正确答案)错误54、(0.2分)【判断题】numpy.zeros()是用于创建元素都是0的数组[判断题]正确(正确答案)错误55、(0.2分)【判断题】R2取值范围是[-1,1][判断题]正确错误(正确答案)答案解析：R2取值范围为[0,1]56、(0.2分)【判断题】主成分分析通常用来压缩数据，进行数据降维[判断题]正确(正确答案)错误57、(0.2分)【判断题】scipy.linalg主要用于积分[判断题]正确错误(正确答案)答案解析：

egrate：数值积分例程和微分方程求解器

scipy.linalg：扩展了由numpy.linalg提供的线性代数例程和矩阵分解功能58、(0.2分)【判断题】Pandas库的主要作用是进行数据可视化[判断题]正确错误(正确答案)59、(0.2分)【判断题】皮尔逊相关系数值为0表示两个变量完全无关[判断题]正确(正确答案)错误答案解析：皮尔逊相关系数的值介于[-1,1]，1表示变量完全正相关，0表示无关，-1表示完全负相关。60、(0.2分)【判断题】scipy.io主要功能是用于数据输入输出[判断题]正确(正确答案)错误61、(0.2分)【判断题】在使用支撑向量机进行分类时，下图中B划分比A划分好。

[判断题]正确错误(正确答案)答案解析：分割的间隙越大越好，这样分出来的特征的精确性更高，容错空间也越大62、(0.2分)【判断题】降维是减少数据集特征的数量。[判断题]正确(正确答案)错误63、(0.2分)【判断题】Pandas库的主要作用是加快矩阵运算速度[判断题]正确错误(正确答案)答案解析：Numpy主要作用才是加快矩阵运算速度64、(0.2分)【判断题】R2取值范围是[-1,1][判断题]正确错误(正确答案)答案解析：R2取值范围是[0,1]65、(0.2分)【判断题】PCA（即主成分分析）是一种无监督的降维方法。[判断题]正确(正确答案)错误66、(0.2分)【判断题】密度图一般用于呈现离散变量[判断题]正确错误(正确答案)答案解析：一般用于呈现连续变量67、(0.2分)【判断题】有一个dataframe，则dataframe.iloc[1:4]是选择第1、2、3行[判断题]正确(正确答案)错误68、(0.2分)【判断题】可以使用scikit-learn中MinMaxScaler进行数据尺度调整[判断题]正确(正确答案)错误69、(0.2分)【判断题】拟合优度越大，所拟合的回归方程越优[判断题]正确(正确答案)错误70、(0.2分)【判断题】特征选择时，应该尽量选择方差较大（即各样本数据之间差异较大）的特征。[判断题]正确错误(正确答案)71、(0.2分)【判断题】机器学习使用的数据集中，不能存在缺失值。（）[判断题]正确(正确答案)错误72、(0.2分)【判断题】机器学习使用的数据集中，不能存在缺失值。[判断题]正确(正确答案)错误73、(0.2分)【判断题】精确率公式是P=TP/(TP+FP)[判断题]正确(正确答案)错误74、(0.2分)【判断题】在使用支撑向量机进行分类时，下图中B划分比A划分好。

[判断题]正确错误(正确答案)答案解析：分割的间隙越大越好，这样分出来的特征的精确性更高，容错空间也越大75、(0.2分)【判断题】精确率公式是P=TP/(TP+FN)[判断题]正确错误(正确答案)76、(0.2分)【判断题】分类是预测离散值，如“是”、“否”；“好”、“坏”等。[判断题]正确(正确答案)错误77、(0.2分)【判断题】想预测明天天气的温度，这是分类[判断题]正确错误(正确答案)答案解析：属于线性回归问题78、(0.2分)【判断题】使用matplotlib绘图，color值设为'b'，表示黑色[判断题]正确错误(正确答案)答案解析：color值设为'b'为蓝色79、(0.2分)【判断题】特征选择时，应该尽量选择与分析结果关联性强的特征。[判断题]正确(正确答案)错误80、(0.2分)【判断题】定类型数据，例如学生喜欢的颜色{红色，黄色，绿色，蓝色}，其中分类之间是有顺序关系的。[判断题]正确错误(正确答案)81、(0.2分)【判断题】Dataframe.tail()是现实底部最后3行数据[判断题]正确错误(正确答案)答案解析：默认读取5行数据82、(0.2分)【判断题】绘制箱线图，可以使用Pandas中DataFrame的hist()方法。[判断题]正确错误(正确答案)83、(0.2分)【判断题】下图中的聚类过程，常见于层次聚类算法过程中。

[判断题]正确(正确答案)错误84、(0.2分)【判断题】下图是使用决策树的判断逻辑。

[判断题]正确(正确答案)错误85、(0.2分)【判断题】scipy.optimize可以用于寻找等式的根[判断题]正确(正确答案)错误答案解析：scipy.optimization子模块提供了函数最小值（标量或多维）、曲线拟合和寻找等式的根的有用算法86、(0.2分)【判断题】实际为正例，预测为反例，则属于假反例[判断题]正确(正确答案)错误答案解析：87、(0.2分)【判断题】使用KNN算法，当K为3时，下图未知类别样本（星点），应该划分为方形的分类。（）

[判断题]正确错误(正确答案)答案解析：k=3内六边形比较多，因此划分为六边形的分类88、(0.2分)【判断题】定序型数据数据，例如学生表现可能是{优秀，良好，及格，不及格}，其中分类之间是没有顺序关系的。[判断题]正确(正确答案)错误89、(0.2分)【判断题】实际为正例，预测也为正例，则属于真正例[判断题]正确(正确答案)错误90、(0.2分)【判断题】精确率公式是P=TP/(TP+FN)[判断题]正确错误(正确答案)91、(0.2分)【判断题】回归是预测离散值，如“是”、“否”；“好”、“坏”等。[判断题]正确错误(正确答案)92、(0.2分)【判断题】实际为正例，预测为反例，则属于假反例[判断题]正确(正确答案)错误93、(0.2分)【判断题】Matplotlib库的主要作用是加快矩阵运算速度[判断题]正确错误(正确答案)94、(0.2分)【判断题】拟合优度越大，所拟合的回归方程越优[判断题]正确(正确答案)错误95、(0.5分)【填空题(客观)】安装Matplotlib的命令是________[填空题]_________________________________(答案：pipinstallmatplotlib)96、(0.5分)【填空题(客观)】numpy中用于创建元素都是1的函数是________[填空题]_________________________________(答案：np.onces())97、(0.5分)【填空题(客观)】pd.read_csv()函数中，head=None，表示读取的数据没有________索引[填空题]_________________________________(答案：列)98、(0.5分)【填空题(客观)】可以使用scikit-learn中________进行数据阈值转换[填空题]_________________________________(答案：MinMaxScaler)99、(0.5分)【填空题(客观)】使用train_test_split(X,Y,0.33,random_state=4)，获得的测试数据集是原数据集的________。[填空题]_________________________________(答案：33%)100、(0.5分)【填空题(客观)】用于将JSON文件转换为Pandas对象的函数是________（）[填空题]_________________________________(答案：json_normalize())101、(0.5分)【填空题(客观)】从数据帧中删除一列，使用的函数是________（）[填空题]_________________________________(答案：df.drop(['A'],axis=1))102、(0.5分)【填空题(客观)】使用递归特征消除，应该使用________类。[填空题]_________________________________(答案：RFE)103、(0.5分)【填空题(客观)】安装Numpy的命令是________[填空题]_________________________________(答案：pipinstallnumpy)104、(0.5分)【填空题(客观)】可以使用scikit-learn中________进行数据归一化转换[填空题]_________________________________(答案：Normalizer)105、(0.5分)【填空题(客观)】使用train_test_split(X,Y,0.33,random_state=4)，获得的测试数据集是原数据集的________。[填空题]_________________________________(答案：33%)106、(0.5分)【填空题(客观)】已知代码：

importnumpyasnp

np.random.seed(0)

________#生成3个0.0到1.0之间的随机浮点数[填空题]_________________________________(答案：np.random.random((3,1)))107、(0.5分)【填空题(客观)】显示数据的前10行

importpandasaspd

importnumpyasnp

long_series=pd.Series(np.random.randn(1000))

________#填空完成[填空题]_________________________________(答案：print(long_series.head(10)))108、(0.5分)【填空题(客观)】已知代码：

importnumpyasnp

matrix=np.array([[1,2,3],

[4,5,6],

[7,9,9]])

________#返回数组的最大值的代码[填空题]_________________________________(答案：np.argmax(matrix))109、(0.5分)【填空题(客观)】分离训练数据集和测试数据集，采用的函数是________。[填空题]_________________________________(答案：train_test_split())110、(0.5分)【填空题(客观)】使用主成分分析，应该使用________类。[填空题]_________________________________(答案：PCA)111、(0.5分)【填空题(客观)】可以使用scikit-learn中________进行数据尺度调整[填空题]_________________________________(答案：MinMaxScaler)112、(0.5分)【填空题(客观)】安装Pandas的命令是________[填空题]_________________________________(答案：pipinstallpandas)113、(0.5分)【填空题(客观)】分离训练数据集和测试数据集，采用的函数是________。[填空题]_________________________________(答案：train_test_split())114、(0.5分)【填空题(客观)】卡方检验是检验定性自变量对定性因变量的相关性方法。欲使用卡方检验，应该使用________类。[填空题]_________________________________(答案：chi2)115、(0.5分)【填空题(客观)】加载Excel数据表使用的函数是________[填空题]_________________________________(答案：read_excel())116、(0.5分)【填空题(客观)】查看矩阵的形状的属性为（）？[填空题]_________________________________(答案：shape)117、(0.5分)【填空题(客观)】可以使用scikit-learn中________进行数据正态化[填空题]_________________________________(答案：Normalizer)118、(0.5分)【填空题(客观)】dataframe中skew()函数的结果接近于0是，表示数据偏差比较________[填空题]_________________________________(答案：小)119、(3分)【匹配题】Pandas中的数据结构和数组的对应关系为：

1、Series

A、一维数组

2、DataFrame

B、二维数组

___

___[填空题]空1答案：1-A空2答案：2-B120、(3分)【匹配题】在sk-learn函数与所属机器学习算法进行连线。

1、K近邻算法

A、VotingClassifier()

2、决策树

B、GaussionNB()

3、贝叶斯算法

C、KMeans(n_clusters=8)

4、支持向量机

D、Ridge()

5、集成学习

E、train_test_split()

6、聚类

F、SVC(kernel=’linear’)

7、线性回归

G、KNeighborsClassifier(n_neighbors=5)

H、cross_val_score()

I、DecisionTreeRegressor(max_depth)

___

___

___

___

___

___

___[填空题]空1答案：1-G空2答案：2-I空3答案：3-B空4答案：4-F空5答案：5-A空6答案：6-C空7答案：7-D121、(3分)【匹配题】在sk-learn函数与所属机器学习算法进行连线

1、K近邻算法

A、VotingClassifier()

2、决策树

B、GaussionNB()

3、贝叶斯算法

C、KMeans(n_clusters=8)

4、支持向量机

D、PCA()

5、集成学习

E、train_test_split()

6、聚类

F、SVC(kernel=’linear’)

7、降维

G、KNeighborsClassifier(n_neighbors=5)

H、cross_val_score()

I、DecisionTreeRegressor(max_depth)

___

___

___

___

___

___

___[填空题]空1答案：1-G空2答案：2-I空3答案：3-B空4答案：4-F空5答案：5-A空6答案：6-C空7答案：7-D122、(1分)【问答题】简述集成学习法中的投票算法思想[填空题]_________________________________答案解析：投票法本质是通过多个模型的集成降低方差，从而提高模型的鲁棒性。123、(1分)【问答题】简述机器学习中“学习”、“泛化”两个术语的含义[填空题]_________________________________答案解析：

学习：从数据中学的模型的过程

泛化：学得模型适用于新样本的能力124、(1分)【问答题】有以下数据，欲对其进行种类划分，请该数据集中样本数有几个，数据的维度是？

萼片长度

萼片宽度

花瓣长度

花瓣宽度

种类

5.1

3.5

1.4

0.2

Se(0)

7.0

3.2

4.7

1.4

Ve(1)

6.3

3.3

6.0

2.6

Vi(2)[填空题]_________________________________答案解析：样本数：4个

维度：5个125、(1分)【问答题】对照以下机器学习代码，简述机器学习的基本流程

importnumpyasnp

importpandasaspd

importmatplotlib.pyplotasplt

fromsklearn.datasetsimportload_iris

fromsklearn.model_selectionimporttrain_test_split

fromsklearn.neighborsimportKneighborsClassifier

iris_dataset=load_iris()

x_train,x_test,y_train,y_test=train_test_split(iris_dataset['data'],iris_dataset['target'],random_state=0)

iris_dataframe=pd.DataFrame(x_train,columns=iris_dataset.feature_names)

grr=pd.plotting.scatter_matrix(iris_dataframe,c=y_train,figsize=(15,15),marker='o',hist_kwds={'bins':20},s=60,alpha=.8)

plt.show()

knn=KNeighborsClassifier(n_neighbors=3)

knn.fit(x_train,y_train)

y_pred=knn.predict(x_test)

print("测试集得分：{:.2f}".format(knn.score(x_test,y_test)))[填空题]_________________________________126、(1分)【问答题】对照以下机器学习代码，简述机器学习的基本流程

#!/usr/bin/envpython

#coding:utf-8

importmatplotlib.pyplotasplt

importnumpyasnp

importpandasaspd

df=pd.read_csv('D:/3_film.csv')

X=df.iloc[:,1:4]

y=df.filmnum

fromsklearn.model_selectionimporttrain_test_split

X=np.array(X.values)

y=np.array(y.values)

X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.25,random_state=1)

fromsklearnimportlinear_model

ridge=linear_model.Ridge(alpha=0.1)

ridge.fit(X_train,y_train)

print('求解截距项为：',ercept_)

print('求解系数为：',ridge.coef_)

y_hat=ridge.predict(X_test)

plt.figure(figsize=(10,6))

t=np.arange(len(X_test))

plt.plot(t,y_test,'r',linewidth=2,label='y_test')

plt.plot(t,y_hat,'g',linewidth=2,label='y_hat')

plt.legend()

plt.show()

fromsklearnimportmetrics

fromsklearn.metricsimportr2_score

print("r2_score:",r2_score(y_test,y_hat))

print("MAE:",metrics.mean_absolute_error(y_test,y_hat))

print("MSE:",metrics.mean_squared_error(y_test,y_hat))

print("RMSE:",np.sqrt(metrics.mean_squared_error(y_test,y_hat)))[填空题]_________________________________127、(1分)【问答题】有数据如下，欲划分种类，请问属于有监督学习还是无监督学习，为什么？

萼片长度

萼片宽度

花瓣长度

花瓣宽度

种类

5.1

3.5

1.4

0.2

Se(0)

7.0

3.2

4.7

1.4

Ve(1)

6.3

3.3

6.0

2.6

Vi(2)[填空题]_________________________________答案解析：有监督学习，鸢尾花属于分类算法，分类算法均属于有监督学习128、(1分)【问答题】简述如何评估线性回归模型的性能[填空题]_________________________________答案解析：在回归任务（对连续值的预测）中，常见的评估指标（Metric）有：平均绝对误差（MAE）、均方误差（MSE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）129、(1分)【问答题】说一说箱线图的含义[填空题]_________________________________答案解析：箱线图，利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。它可以直观明了地识别数据批中的异常值，利用箱线图判断数据批的偏态和尾重，也可以粗略地看出数据是否具有有对称性，分布的分散程度等信息，特别可以用于对几个样本的比较。130、(1分)【问答题】数据准备中，使用MinMaxScaler类的作用是什么[填空题]_________________________________答案解析：使用MinMaxScaler类的作用是：

使不同量纲的特征处于同一数值量级，减少方差大的特征的影响，使模型更准确；加快学习算法的收敛速度。131、(1分)【问答题】简述训练集和测试集的作用[填空题]_________________________________答案解析：训练集（trainset）——用于模型拟合的数据样本。在训练过程中对训练误差进行梯度下降，进行学习，可训练的权重参数。

测试集——用来评估模最终模型的泛化能力。但不能作为调参、选择特征等算法相关的选择的依据。

验证集（validationset）——是模型训练过程中单独留出的样本集，它可以用于调整模型的超参数和用于对模型的能力进行初步评估。132、(1分)【问答题】简述集成学习法中的装袋法（Bagging）算法思想[填空题]_________________________________答案解析：Bagging算法，又称装袋算法，是机器学习领域的一种集成学习算法。最初由LeoBreiman于1994年提出。之所以被称为装袋法，是因为它采用了一种有放回的抽样方法来生成训练数据。通过多轮有放回的对初始训练集进行随机采样，多个训练集被并行化生成，对应可训练出多个基学