《机器学习-Python实践》试卷10

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（2021试卷（2021-2022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、假设你正在做一个项目，它是一个二元分类问题。你在数据集上训练一个模型，并在验证数据集上得到混淆矩阵。基于上述混淆矩阵，下面哪个选项会给你正确的预测。（）1精确度是~0.912错误分类率是~0.913假正率（Falsecorrectclassification）是~0.954真正率（Truepositiverate）是~0.95A1和3B2和4C1和4D2和32、对于下面的超参数来说，更高的值对于决策树算法更好吗？1用于拆分的样本量（）2树深3树叶样本A1和2B2和3C1和3D1、2和3E无法分辨3、假如我们使用非线性可分的SVM目标函数作为最优化对象,我们怎么保证模型线性可分？（）A设C=1B设C=0C设C=无穷大D以上都不对4、NaveBayes是一种特殊的Bayes分类器,特征变量是X,类别标签是C,它的一个假定是:（）A.各类别的先验概率P(C)是相等的B.以0为均值，sqr(2)/2为标准差的正态分布C.特征变量X的各个维度是类别条件独立随机变量D.P(X|C)是高斯分布5、假定某同学使用NaiveBayesian（NB）分类模型时，不小心将训练数据的两个维度搞重复了，那么关于NB的说法中正确的是：（）A.这个被重复的特征在模型中的决定作用会被加强B.模型效果相比无重复特征的情况下精确度会降低C.如果所有特征都被重复一遍，得到的模型预测结果相对于不重复的情况下的模型预测结果一样。D.当两列特征高度相关时，无法用两列特征相同时所得到的结论来分析问题6、统计模式分类问题中，当先验概率未知时，可以使用（）A.最小最大损失准则B.最小误判概率准则C.最小损失准则D.N-P判决7、甲盒中有200个螺杆，其中有160个A型螺杆；乙盒中有240个螺母，其中有180个A型的。现从甲乙两盒中各任取一个，则能配成A型螺栓的概率为多少?（）A.1/20B.15/16C.3/5D.19/208、关于激活函数功能表述正确的是？（）A．信号强度大于阈值的向下一层传播B.信号强度小于阈值的向下一层传播C．信号强度始终不向下一层传播D.以上都不对9、激活函数的作用描述错误的是？（）A．辅助信号传输的门控函数B.构建模型的非线性特性C．提升学习复杂模型的能力D．对与非线性没有帮助，可有可无10、如下那些函数没有梯度消失的问题？（）A．ReLUB．sigmoidC．tanhD．softmax二、判断题（本大题共10小题，每题1分，共10分）1、如果一个经过训练的机器学习模型在测试集上达到100%的准确率， 这是否意味着该模型将在另外一个新的测试集上也能得到100%的准确率。 （）2、如果自变量X和因变量Y之间存在高度的非线性和复杂关系，那 么树模型很可能优于经典回归方法。（）3、在训练完SVM之后，我们可以只保留支持向量，而舍去所有非支持 向量。 仍然不会影响模型分类能力。（）4、两个变量相关，它们的相关系数r可能为0。（）5、如果两个变量相关，那么它们一定是线性关系吗？（）6、“过拟合”只在监督学习中出现，在非监督学习中，没有“过拟合”， 这是（）7、错误率（ErrorRate）是分类错误的样本数占样本总数的比例。 （）8、DSS主要是基于数据仓库.联机数据分析和数据挖掘技术的应用。 （）9、OLAP技术侧重于把数据库中的数据进行分析、转换成辅助决策信息， 是继数据库技术发展之后迅猛发展起来的一种新技术。（）10、商业智能系统与一般交易系统之间在系统设计上的主要区别在于： 后者把结构强加于商务之上，一旦系统设计完毕，其程序和规则不会轻 易改变；而前者则是一个学习型系统，能自动适应商务不断变化的要求。 （）三、填空（本大题共10小题，每题3分，共30分）1、是具有相同特征和纬度的对象的集合，表现为一张二维数据表。2、线性回归如果是泊松分布，那就是。3、经验误差（empiricalerror）也叫。4、训练过程中用到的数据叫。5、模型没有很好地捕捉到数据特征，不能够很好地拟合数据叫。6、评判分类效果好坏的三个指标就是上面介绍的三个指标:，，。7、损失函数也叫或。8、分类(Classification)：是把不同的数据划分开，其过程是通过训练数据集获得一个分类器，再通过分类器去预测未知数据，分类是一种。9、聚类的一般过程数据准备：和