機(jī)器學(xué)習(xí)與人工智能(支持向量機(jī)與決策樹)習(xí)題與答案

一、填空題1.?我們要用概率模型對(duì)數(shù)據(jù)和標(biāo)簽進(jìn)行學(xué)習(xí)，需要數(shù)據(jù)/標(biāo)簽對(duì)服從某種概率分布，稱為（）。正確答案：數(shù)據(jù)生成分布2.?在決策樹學(xué)習(xí)中將已生成的樹進(jìn)行簡化的過程稱為（）。正確答案：剪枝二、判斷題1.?支持向量分類器的判斷規(guī)則只由訓(xùn)練觀測的一部分（支持向量）確定。正確答案：√2.?支持向量機(jī)通過使用核函數(shù)來擴(kuò)大特征空間。?正確答案：√3.?支持向量機(jī)可看作是一類簡單、直觀的最大間隔分類器的推廣。?正確答案：√4.?支持向量是最靠近決策表面的數(shù)據(jù)點(diǎn)。正確答案：√5.?樹的內(nèi)部結(jié)點(diǎn)用特征作標(biāo)簽，樹枝用是否符合特征來標(biāo)簽。正確答案：√6.?過擬合發(fā)生在模型太過偏向訓(xùn)練數(shù)據(jù)時(shí)，對(duì)于決策樹可以采用修剪的方法阻止過擬合。正確答案：√7.?對(duì)于實(shí)值特征，可以用比較測試將數(shù)據(jù)劃分為兩部分，或者選擇范圍過濾。正確答案：√8.?決策樹的節(jié)點(diǎn)有兩種類型：內(nèi)部節(jié)點(diǎn)和葉節(jié)點(diǎn)。內(nèi)部節(jié)點(diǎn)表示一個(gè)特征或?qū)傩?，葉節(jié)點(diǎn)表示一個(gè)類。正確答案：√9.?過擬合發(fā)生在模型太過偏向訓(xùn)練數(shù)據(jù)時(shí)。正確答案：√10.?決策樹的修剪可以采用正則化的方法。正確答案：√三、單選題1.怎樣理解非完美分類的超平面分類器？()A.允許小部分訓(xùn)練觀測被誤分。B.允許大部分訓(xùn)練觀測被誤分。C.兩種說法都對(duì)。D.兩種說法都不對(duì)。正確答案：A2.?SVM算法的性能取決于()。A.核函數(shù)的選擇B.核函數(shù)的參數(shù)C.軟間隔參數(shù)CD.以上都是正確答案：D3.?SVM算法的最小時(shí)間復(fù)雜度是O(n*n)。基于這一點(diǎn)，（）規(guī)格的數(shù)據(jù)集并不適用于該算法。A.大數(shù)據(jù)集B.小數(shù)據(jù)集C.中數(shù)據(jù)集D.不受數(shù)據(jù)集大小的影響正確答案：A4.?假定現(xiàn)在有一個(gè)四分類問題，你要用One-vs-all策略訓(xùn)練一個(gè)SVM的模型，你需要訓(xùn)練幾個(gè)SVM模型？（）A.1B.2C.3D.4正確答案：D5.?在構(gòu)建決策樹時(shí)，需要計(jì)算每個(gè)用來劃分?jǐn)?shù)據(jù)特征的得分，選擇分?jǐn)?shù)最高的特征，以下可以作為得分的是？（）A.熵B.基尼系數(shù)C.訓(xùn)練誤差D.以上都是正確答案：D6.?在決策樹學(xué)習(xí)過程中，哪些情況可能會(huì)導(dǎo)致問題數(shù)據(jù)（特征相同但是標(biāo)簽不同）？()A.數(shù)據(jù)錯(cuò)誤B.數(shù)據(jù)有噪音C.現(xiàn)有的特征不足以區(qū)分或決策D.以上都是正確答案：D7.?在構(gòu)建決策樹時(shí)，以下屬于處理有多個(gè)值的特征的方法的是()。A.處理成多個(gè)二值劃分B.處理成多個(gè)劃分C.以上都是D.以上都不是正確答案：C四、多選題1.?常用的核函數(shù)有（）。A.線性核B.徑向核C.拉普拉斯核D.Sigmoid核正確答案：A、B、C、D2.?下面哪些是SVM在實(shí)際生活中的應(yīng)用。（）A.文本分類B.圖片分類C.新聞聚類D.手寫字體識(shí)別正確答案：A、B、C、D3.?在構(gòu)建決策樹時(shí)，以下屬于處理實(shí)值特征的方法的是（）。A.用比較測試將數(shù)據(jù)劃分為兩個(gè)部分B.處理成多個(gè)二值劃分C.選擇范圍過濾D.以上都不是正確答案：A、C4.?在下列哪些情況下可以為標(biāo)簽創(chuàng)建葉節(jié)點(diǎn)。（