機(jī)器學(xué)習(xí)基礎(chǔ)知到章節(jié)答案智慧樹2023年太原理工大學(xué)

機(jī)器學(xué)習(xí)基礎(chǔ)知到章節(jié)測試答案智慧樹2023年最新太原理工大學(xué)第一章測試

樣本是連續(xù)型數(shù)據(jù)且有標(biāo)簽，我們采用（）進(jìn)行機(jī)器學(xué)習(xí)。

參考答案:

回歸算法

在機(jī)器學(xué)習(xí)中，樣本常被分成（）。

參考答案:

其它選項(xiàng)都有

機(jī)器學(xué)習(xí)算法需要顯示編程，具備歸納、總結(jié)等自學(xué)習(xí)能力。（）

參考答案:

錯

機(jī)器學(xué)習(xí)和人工智能、深度學(xué)習(xí)是一個概念，都是指機(jī)器模仿人類推理、學(xué)習(xí)能力。（）

參考答案:

錯

特征工程非常重要，在采用機(jī)器學(xué)習(xí)算法前，首先需要利用特征工程確定樣本屬性。（）

參考答案:

對

第二章測試

K近鄰算法認(rèn)為距離越近的相似度越高。（）

參考答案:

對

K近鄰算法中數(shù)據(jù)可以不做歸一化，因?yàn)槭欠駳w一化對結(jié)果影響不大。（）

參考答案:

錯

K近鄰算法中采用不同的距離公式對于結(jié)果沒有影響。（）

參考答案:

錯

在上面圖中，K=5，綠色樣本的類別是（）。

參考答案:

藍(lán)色正方形

在K近鄰算法中，K的選擇是（）？

參考答案:

與樣本有關(guān)

第三章測試

下列（）中兩個變量之間的關(guān)系是線性的。

參考答案:

重力和質(zhì)量

下列說法不正確的是（）。

參考答案:

回歸就是數(shù)據(jù)擬合

從某大學(xué)隨機(jī)選擇8名女大學(xué)生，其身高x(cm)和體重y(kg)的回歸方程是y=0.849x-85.712，則身高172cm的女大學(xué)生，預(yù)測體重為（）。

參考答案:

60.316kg

lasso中采用的是L2正則化。（）

參考答案:

錯

線性回歸中加入正則化可以降低過擬合。（）

參考答案:

對

第四章測試

以下說法正確的是（）。

參考答案:

logistic回歸的樣本屬性是連續(xù)型數(shù)據(jù)

logistic回歸只能用于二分類問題。（）

參考答案:

錯

logistic回歸中也可以用正則化方法來防止過擬合。（）

參考答案:

對

考慮一個有兩個屬性的logistic回歸問題。假設(shè)，則分類決策平面是（）。

參考答案:

假設(shè)訓(xùn)練了一個logistic回歸分類器，對于一個樣本我們有，則該式說明（）。

參考答案:

;

第五章測試

以下關(guān)于梯度下降算法說法正確的是（）。

參考答案:

學(xué)習(xí)率的選取會影響梯度下降算法的求解速度

隨機(jī)梯度下降導(dǎo)致方向變化過大，不能很快收斂到最優(yōu)解。（）

參考答案:

對

小批量梯度下降是結(jié)合了批量梯度下降和隨機(jī)梯度下降，性能比批量梯度下降和隨機(jī)梯度下降都好。（）

參考答案:

對

批量梯度下降是最原始的形式，它是指在每一次迭代時(shí)使用一部分樣本的梯度來更新參數(shù)。（）

參考答案:

錯

隨機(jī)梯度下降中每次迭代使用一個樣本的梯度。（）

參考答案:

對

第六章測試

決策樹模型中建樹的基本原則是（）。

參考答案:

信息增益大的屬性應(yīng)放在上層

哪些情況下必須停止樹的增長（）

參考答案:

當(dāng)前數(shù)據(jù)子集為空;當(dāng)前數(shù)據(jù)子集的標(biāo)簽一致;沒有更多可用屬性;當(dāng)前訓(xùn)練誤差已經(jīng)較低

關(guān)于決策樹剪枝操作正確的描述是（）。

參考答案:

可以防止過擬合

決策樹模型中如何處理連續(xù)型屬性（）。

參考答案:

根據(jù)信息增益選擇閾值進(jìn)行離散化

下面哪個可能是決策樹的決策邊界()。

參考答案:

第七章測試

下面對集成學(xué)習(xí)模型中的弱學(xué)習(xí)器描述錯誤的是？（）

參考答案:

弱學(xué)習(xí)器通常會過擬合

給定數(shù)據(jù)集及弱分類器如上圖，回答問題：初始樣本的權(quán)重為（）。

參考答案:

0.1

給定數(shù)據(jù)集及弱分類器如上圖，回答問題：第一次迭代選擇的分類器是（

）。

參考答案:

;

給定數(shù)據(jù)集及弱分類器如上圖，回答問題：

經(jīng)過一次迭代，第一個弱學(xué)習(xí)器的權(quán)重為（）。

參考答案:

0.4236

給定數(shù)據(jù)集及弱分類器如上圖，回答問題：經(jīng)過一次迭代，錯誤分類的樣本權(quán)重更新為（）。

參考答案:

第八章測試

下列選項(xiàng)中，對于硬間隔支持向量機(jī)，超平面應(yīng)該是（）。

參考答案:

下列選項(xiàng)中，對于軟間隔支持向量機(jī)，超平面應(yīng)該是（）。

參考答案:

現(xiàn)有一個能被正確分類且遠(yuǎn)離超平面的樣本，如果將其刪除，不會影響超平面的選擇。（）

參考答案:

對

上圖中，長方形框中的樣本松弛變量的值為（）。

參考答案:

大于1

上圖中哪個超平面泛化能力更強(qiáng)（）。

參考答案:

A

第九章測試

訓(xùn)練樣本如下，其中和

是特征，取值的集合為A1={1,2,3}和

A2={S,M,L}，C是類標(biāo)記，取值為{-1,1}，回答如下問題：采用樸素貝葉斯算法，樣本屬于

1的概率為：()

參考答案:

1.48%

訓(xùn)練樣本如上，其中和是特征，取值的集合為A1={1,2,3}和

A2={S,M,L}，C是類標(biāo)記，取值為{-1,1}，回答如下問題：采用樸素貝葉斯算法，確定的分類為：()

參考答案:

-1

訓(xùn)練樣本如上，其中和是特征，取值的集合為A1={1,2,3}和

A2={S,M,L}，C是類標(biāo)記，取值為{-1,1}，回答如下問題：采用樸素貝葉斯算法，樣本屬于

-1的概率為：()

參考答案:

10%

樸素貝葉斯的基本假設(shè)是屬性之間是相互獨(dú)立的。（）

參考答案:

對

樸素貝葉斯是概率模型。（）

參考答案:

對

第十章測試

以下對經(jīng)典K-means聚類算法解釋正確的是（）

參考答案:

不能自動識別類的個數(shù)，隨機(jī)挑選初始點(diǎn)為中心點(diǎn)計(jì)算

以下是一組用戶的年齡數(shù)據(jù)，將K值定義為2對用戶進(jìn)行聚類。并隨機(jī)選擇16和22作為兩個類別的初始質(zhì)心，回答以下問題：

［15，15，16，19，19，20，20，21，22，28，35，40，41，42，43，44，60，61，65］

第一次迭代中，樣本“15”到質(zhì)心16的距離是（）

參考答案:

1

以下是一組用戶的年齡數(shù)據(jù)，將K值定義為2對用戶進(jìn)行聚類。并隨機(jī)選擇16和22作為兩個類別的初始質(zhì)心，回答以下問題：

［15，15，16，19，19，20，20，21，22，28，35，40，41，42，43，44，60，61，65］

第一次迭代結(jié)束后，樣本20的分類為（）

參考答案:

原質(zhì)心22的類

以下是一組用戶的年齡數(shù)據(jù)，將K值定義為2對用戶進(jìn)行聚類。并隨機(jī)選擇16和22作為兩個類別的初始質(zhì)心，回答以下問題：

［15，15，16，19，19，20，20，21，22，28，35，40，41，42，43，44，60，61，65］

第一次迭代結(jié)束后，原質(zhì)心16的類包含（）個樣本。

參考答案:

3

以下是一組用戶的年齡數(shù)據(jù)，將K值定義為2對用戶進(jìn)行聚類。并隨機(jī)選擇16和22作為兩個類別的初始質(zhì)心，回答以下問題：

［15，15，16，19，19，20，20，21，22，28，35，40，41，42，43，44，60，61，65］

第一次迭代結(jié)束后，原質(zhì)心16更新后的質(zhì)心是（）。

參考答案:

15.33

第十一章測試

如果某個項(xiàng)集是頻繁的，那么它的所有子集也是頻繁的。（）

參考答案:

對

如果某個項(xiàng)集是頻繁的，那么它的所有超集也是頻繁的。（）

參考答案:

錯

根據(jù)上面交易記錄，回答問題：2級頻繁項(xiàng)集有（）。

參考答案:

尿布，豆奶

根據(jù)上面交易記錄，回答問題：規(guī)則“豆奶->萵苣”的可信度是（）。

參考答案:

3/4

根據(jù)上面交易記錄，回答問題：“豆奶”的支持度是（）。

參考答案:

4/5

第十二章測試

下列關(guān)于主成分分析法(PCA)說法錯誤的是?（）

參考答案:

要選出方差最小的作為主成分

主成分分析是一個線性變化，就是把數(shù)據(jù)變換到一個新的坐標(biāo)系統(tǒng)中。（）

參考答案:

對

假設(shè)將原矩陣降維到一維，采用的特征向量為，則映射后的結(jié)果為（）。

參考答案:

假設(shè)有五條樣本，屬性是二維，樣本數(shù)據(jù)為：請回答以下問題：協(xié)方差矩陣為（）。

參考答案:

假設(shè)有五條樣本，屬性是二維，樣本數(shù)據(jù)為：請回答以下問題：進(jìn)行中心化后的結(jié)果為（）。

參考答案:

第十三章測試

以下說法中錯誤的