《机器学习-Python实践》试卷及答案 卷6

第1页，共1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0.9B.对于无效假设β=0的p值为0.0001C.对于无效假设β=0的t值为30D.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、、、。3、算法在决策树生成的过程中，用信息增益比来选择特征。4、Gini指数越小表示集合中被选中的样本被分错的概率越小，也就是说集合的纯度。5、p(x|θ)是给定参数θ的概率分布：。6、马式距离的特征则是：。7、一个表示一组有序排列的数。通过次序中的索引，我们可以确定每个单独的数。8、Adaboost算法不需要预先知道的错误率上限，且最后得到的的分类精度依赖于所有弱分类器的分类精度，可以深挖分类器的能力,Adaboost可以根据弱分类器的反馈，自适应地调整假定的错误率，执行的效率高。9、Adaboost可以在不改变训练数据，只改变，使得数据在不同学习器中产生不同作用，类似于重采样。10、关联规则挖掘问题可以划分成两个子问题：发现和生成。四、简答题（本大题共3小题，共30分）1、有数据集D1，其中样本的特征是离散取值（可以简单地考虑取二值），数据集D2和D1基本一样，唯一的区别是D2中每个样本的某个特征被重复了100次，请问在这两个数据集上训练的朴素贝叶斯分类器是否一样，请给出具体分析？2、一元线性回归有哪些基本假定？3、讨论数据数量和质量对机器学习的影响？一、选择题1.A 2.ABCD 3.C 4.C 5.A 6.B 7.D 8.D 9.D 10.D二、判断题1.对 2.错 3.对 4.对 5.对 6.对 7.错 8.对 9.对 10.对 三、填空题1.解析解（闭式解）数值解 2.卡方信息增益平均互信息期望交叉熵 3.C4.5 4.越高 5.似然函数 6.平移不变性、旋转不变性、尺度不变性 7.向量 8.弱分类器强分类器 9.数据权值分布 10.频繁项目集关联规则四、简答题1、解：分类器是不一样的。因为朴素贝叶斯方法假设了特征间的独立性，但D2中的100个特征彼此不独立，因此不在适用，如果用了两者的结果不等。在D2上训练，被重复的特征的概率会被乘100次，放大了它的影响。2、答：假设1、解释变量X是确定性变量，Y是随机变量；假设2、随机误差项ε具有零均值、同方差和不序列相关性：E(εi)=0