机器学习期末测试练习题2

1、在混淆矩阵中，识别率可以表示为（）。A.(TP)/(TP+TN+FP+FN)B.(TP+FN)/(TP+TN+FP+FN)C.(TP+TN)/(TP+TN+FP+FN)D.(FP+TN)/(TP+TN+FP+FN)正确答案：C2、若我们用一类对另一类的方法来解决多分类问题，当有K类时，我们需要训练（）个支持向量机。A.K(K-1)/2B.K-1C.KD.K(K+1)/2正确答案：A3、如果一个样本空间线性可分，那么，我们能找到（）个平面来划分样本。A.1B.无数C.KD.不确定正确答案：B4、w*是原问题f(w)的解，a*和b*是其对偶问题h(a,b)的解，则对偶距离定义为（）。A.h(a*,b*)-f(w*)B.f(w*)-h(a*,b*)C.||f(w*)-h(a*,b*)||D.|f(w*)-h(a*,b*)|正确答案：B5、在混淆矩阵中，系统召回率定义为（）。A.TP/（TP+FN）B.TN/（FP+TN）C.TP/（FP+TP）D.TN/（TP+TN）正确答案：A二、多选题1、当我们利用二分类支持向量机来解决多分类问题是，我们有哪两种策略？（）A.一类对另一类B.一类对K-1类C.一类对K类D.2类对K-2类正确答案：A、B2、在利用二分类支持向量机来解决多分类的问题中，为了减少支持向量机的个数，我们可以用（）来构建树状结构的多分类模型。A.强化学习B.聚类C.人工神经网络D.决策树正确答案：B、D3、下列对混淆矩阵说法正确的是（）。A.FP：将负样本识别为正样本的数目（概率）B.FN：将正样本识别为负样本的数目（概率）C.TP：将正样本识别为正样本的数目（概率）D.TN：将负样本识别为正样本的数目（概率）正确答案：A、B、C4、在二维空间且样本类别只有两类的情况下，训练样本线性可分，满足最优分类直线的三个条件是（）。A.该直线最大化间隔B.该直线距离支持向量最近C.该直线分开了两类D.该直线位于间隔中间，到所有有支持向量相等正确答案：A、C、D5、二次规划的定义包括（）。A.标函数和限制条件都是二次项B.要么无解，要么只有唯一解C.目标函数是一个二次项D.限制条件是一次项正确答案：B、C、D6、下列属于支持向量机核函数的是（）。A.线性核B.高斯核C.卷积核D.多项式核正确答案：A、B、D7、核函数满足的两个条件（）。A.交换性B.正交性C.鲁棒性D.半正定性正确答案：A、D8、下列对核函数的说法中，正确的有（）。A.核函数是为了解决映射函数的无限维问题B.核函数是为了解决在低维空间中线性不可分的情况C.不需要映射函数的具体形式D.核函数与映射函数是一一对应的关系正确答案：A、B、C、D9、下列对强对偶定理描述正确的是（）。A.原问题的目标函数是凸函数。B.原问题的解等于对偶问题的解。C.对偶差距为0。D.限制条件必须为线性函数。正确答案：A、B、C10、下列属于生成模型的有（）。A.支持向量机B.混合高斯模型C.隐马尔可夫模型D.朴素贝叶斯正确答案：B、C、D11、下列属于判别模型的有（）。A.SVMB.多层感知机C.决策树D.逻辑递归模型正确答案：A、B、C、D三、判断题1、利用ROC曲线来度量分类模型性能是，曲线越靠近左上角，则模型分类性能越好。（√）2、通过计算模型的对样本识别率，就可以完全确定模型性能的好坏。（×）3、在混淆矩阵中，当TP增加（减少）时，FP也会跟增加（减少）。（√）4、在画ROC曲线时，通常以FP作为纵坐标，TP（FN）作为横坐标。（×）5、最优分类超平面一般对分类样本有较强的容忍误差。（√）6、支持向量是指分布在样本簇边缘的样本点（）。（×）7、在凸优化中只有一个全局最优解。（√）8、