《機(jī)器學(xué)習(xí)-Python實踐》試卷及答案 卷7

第1頁，共1頁一、單項選擇題（本大題共10小題，每題3分，共30分）試卷（試卷（學(xué)年第1學(xué)期）考試科目機(jī)器學(xué)習(xí)-Python實踐（A卷）適用專業(yè)班級（年級）得分命題人：審閱人：班級學(xué)號姓名考試科目裝訂線1、如果使用線性回歸模型，下列說法正確的是？（）A.檢查異常值是很重要的，因為線性回歸對離群效應(yīng)很敏感B.線性回歸分析要求所有變量特征都必須具有正態(tài)分布C.線性回歸假設(shè)數(shù)據(jù)中基本沒有多重共線性D.以上說法都不對2、建立線性模型時，我們看變量之間的相關(guān)性。在尋找相關(guān)矩陣中的相關(guān)系數(shù)時，如果發(fā)現(xiàn)3對變量（Var1和Var2、Var2和Var3、Var3和Var1）之間的相關(guān)性分別為-0.98、0.45和1.23。我們能從中推斷出什么呢？（）A.Var1和Var2具有很高的相關(guān)性B.Var1和Var2存在多重共線性，模型可以去掉其中一個特征C.Var3和Var1相關(guān)系數(shù)為1.23是不可能的D.以上都對3、下列哪種方法可以用來減小過擬合？（多選）（）A.更多的訓(xùn)練數(shù)據(jù)B.L1正則化C.L2正則化D.減小模型的復(fù)雜度4、向量X=[1,2,3,4,-9,0]的L1范數(shù)為？（）A.1B.19C.6D.√1115、關(guān)于L1、L2正則化下列說法正確的是？（）A.L2正則化能防止過擬合，提升模型的泛化能力，但L1做不到這點(diǎn)B.L2正則化技術(shù)又稱為LassoRegularizationC.L1正則化得到的解更加稀疏D.L2正則化得到的解更加稀疏6、有N個樣本，一般用于訓(xùn)練，一般用于測試。若增大N值，則訓(xùn) 練誤差和測試誤差之間的差距會如何變化？（）A.增大B.減小C.不變D.以上均不對7、在回歸模型中，下列哪一項在權(quán)衡欠擬合（under-fitting）和過擬 合（over-fitting）中影響最大？（）A.多項式階數(shù)B.更新權(quán)重w時，使用的是矩陣求逆還是梯度下降C.使用常數(shù)項D.學(xué)習(xí)率8、輸入層中的節(jié)點(diǎn)數(shù)為10，隱層為5。從輸入層到隱層的最大連接數(shù) 為？

（）

A.50

B.Lessthan50

C.Morethan50

D.Itisanarbitraryvalue

9、如果我們希望預(yù)測n個類（p1，p2..pk）的概率，使得所有n的p 的和等于1，則以下哪個函數(shù)可以用作輸出層中的激活函數(shù)？

（）

A.Softmax

B.ReLu

C.Sigmoid

D.Tanh

10、采取什么措施不可以防止過擬合？（）

A.數(shù)據(jù)壓縮;

B.權(quán)值共享;

C.提前結(jié)束模型迭代;

D.采用dropout;二、判斷題（本大題共10小題，每題1分，共10分）1、FP——將負(fù)類預(yù)測為正類數(shù)。（）2、交叉熵?fù)p失函數(shù)的好處是可以克服方差代價函數(shù)更新權(quán)重過慢的問 題。（）3、邏輯回歸假設(shè)數(shù)據(jù)服從伯努利分布,通過極大化似然函數(shù)的方法， 運(yùn)用梯度下降來求解參數(shù)，來達(dá)到將數(shù)據(jù)二分類的目的。（）4、SVM無法做多分類。（）5、SVM不涉及核函數(shù)。（）6、BGD計算根據(jù)全部樣本的構(gòu)造出來的代價函數(shù)的梯度。（）7、SGD計算根據(jù)全部樣本構(gòu)造出來的代價函數(shù)的梯度。（）8、Bagging：訓(xùn)練集是在原始集中有放回抽取的，從原始集中選出的訓(xùn)練集之間是獨(dú)立的。（）9、Boosting：根據(jù)錯誤率不斷調(diào)整樣本的權(quán)值，錯誤率越大則權(quán)值越大。（）10、Bagging：每個樣本的權(quán)重相等。（）三、填空（本大題共10小題，每題3分，共30分）1、熵指的是體系的的程度。2、信息越有序，信息熵越。3、訓(xùn)練過程中用到的數(shù)據(jù)叫。4、分類是預(yù)測，比如把人分為好人和壞人之類的學(xué)習(xí)任務(wù)。5、模型把訓(xùn)練樣本學(xué)習(xí)“太好了”，可能把一些訓(xùn)練樣本自身的特性當(dāng)做了所有潛在樣本都有的一般性質(zhì)，導(dǎo)致泛化能力下降叫。6、評判分類效果好壞的三個指標(biāo)就是上面介紹的三個指標(biāo):，，。7、從已有的M個特征（Feature）中選擇N個特征使得系統(tǒng)的特定指標(biāo)最優(yōu)化叫。8、Appriori屬性1：如果項目集X是頻繁項目集，那么它的所有非空子集都是。9、分類分析的三個步驟：、、。10、決策樹包含三種結(jié)點(diǎn)：、、。四、簡答題（本大題共3小題，共30分）1、決策樹的剪枝方法有哪些？2、SVM的超參數(shù)有哪些？3、討論深度學(xué)習(xí)的發(fā)展對推動機(jī)器學(xué)習(xí)的意義？一、選擇題1.A 2.D 3.ABCD 4.B 5.C 6.B 7.A 8.A 9.A 10.A二、判斷題1.對 2.對 3.對 4.錯 5.錯 6.對 7.錯 8.對 9.對 10.對 三、填空題1.混亂 2.低 3.訓(xùn)練集 4.離散值 5.過擬合 6.正確率召回率F值 7.特征選擇 8.頻繁項目集 9.挖掘分類規(guī)則分類規(guī)則評估分類規(guī)則應(yīng)用 10.根結(jié)點(diǎn)（矩形表示）內(nèi)部結(jié)點(diǎn)（矩形表示）葉結(jié)點(diǎn)/終結(jié)點(diǎn)（橢圓表示）四、簡答題1、答