《機(jī)器學(xué)習(xí)-Python實(shí)踐》試卷及答案 卷5

第1頁，共1頁一、單項(xiàng)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(shí)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、點(diǎn)擊率預(yù)測是一個(gè)正負(fù)樣本不平衡問題（例如99%的沒有點(diǎn)擊，只有1%點(diǎn)擊）。假如在這個(gè)非平衡的數(shù)據(jù)集上建立一個(gè)模型，得到訓(xùn)練樣本的正確率是99%，則下列說法正確的是？（）A.模型正確率很高，不需要優(yōu)化模型了B.模型正確率并不高，應(yīng)該建立更好的模型C.無法對模型做出好壞評價(jià)D.以上說法都不對2、如果在大型數(shù)據(jù)集上訓(xùn)練決策樹。為了花費(fèi)更少的時(shí)間來訓(xùn)練這個(gè)模型，下列哪種做法是正確的？（）A.增加樹的深度B.增加學(xué)習(xí)率C.減小樹的深度D.減少樹的數(shù)量3、我們想要訓(xùn)練一個(gè)ML模型，樣本數(shù)量有100萬個(gè)，特征維度是5000，面對如此大數(shù)據(jù)，如何有效地訓(xùn)練模型？（）A.對訓(xùn)練集隨機(jī)采樣，在隨機(jī)采樣的數(shù)據(jù)上建立模型B.嘗試使用在線機(jī)器學(xué)習(xí)算法C.使用PCA算法減少特征維度D.以上都對4、機(jī)器學(xué)習(xí)中做特征選擇時(shí)，可能用到的方法有？（多選）（）a.卡方b.信息增益c.平均互信息d.期待交叉熵5、如何在監(jiān)督式學(xué)習(xí)中使用聚類算法（多選）？（）A.首先，可以創(chuàng)建聚類，然后分別在不同的集群上應(yīng)用監(jiān)督式學(xué)習(xí)算法B.在應(yīng)用監(jiān)督式學(xué)習(xí)算法之前，可以將其類別ID作為特征空間中的一個(gè)額外的特征C.在應(yīng)用監(jiān)督式學(xué)習(xí)之前，不能創(chuàng)建聚類D.在應(yīng)用監(jiān)督式學(xué)習(xí)算法之前，不能將其類別ID作為特征空間中的一個(gè)額外的特征6、下面哪句話是正確的？（）A.機(jī)器學(xué)習(xí)模型的精準(zhǔn)度越高，則模型的性能越好B.增加模型的復(fù)雜度，總能減小測試樣本誤差C.增加模型的復(fù)雜度，總能減小訓(xùn)練樣本誤差D.以上說法都不對7、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?yàn)榫€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8、以下關(guān)于Bagging特點(diǎn)的描述不正確的是（）A．Bagging是一個(gè)很低效的集成學(xué)習(xí)算法B．Bagging復(fù)雜度與基學(xué)習(xí)器同階C．由于每一個(gè)樣本被選中的概率相同，因此bagging并不側(cè)重于訓(xùn)練數(shù)據(jù)集中的任何特定實(shí)例。D．對于噪聲數(shù)據(jù)，bagging不太受過分?jǐn)M合的影響。9、下面哪個(gè)選項(xiàng)中哪一項(xiàng)屬于確定性算法？（）A．隨機(jī)森林B．PCAC．KmeansD．GBDT10、下列屬于無監(jiān)督學(xué)習(xí)的是（）A、k-meansB、SVMC、最大熵D、CRF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(jià)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、決策樹容易發(fā)生欠擬合。（）5、決策樹容易發(fā)生過擬合。（）6、SVM無法做多分類。（）7、SVM自帶正則項(xiàng)。（）8、先從初始訓(xùn)練集訓(xùn)練出一個(gè)基學(xué)習(xí)器，再根據(jù)基學(xué)習(xí)器的表現(xiàn)對訓(xùn) 練樣本分布進(jìn)行調(diào)整，使得先前基學(xué)習(xí)器做錯(cuò)的訓(xùn)練樣本在后續(xù)受到更多的 關(guān)注，然后基于調(diào)整后的樣本分布來訓(xùn)練下一個(gè)基學(xué)習(xí)器。（）9、Boosting是一個(gè)迭代的過程，通過改變訓(xùn)練樣本的分布，使得基分 類器聚焦在那些很難分的樣本上。（）10、Boosting結(jié)合了很多弱學(xué)習(xí)器來形成一個(gè)強(qiáng)學(xué)習(xí)器，單個(gè)模型表 現(xiàn)不佳，但它們在數(shù)據(jù)集的某些部分表現(xiàn)很好。（）三、填空（本大題共10小題，每題3分，共30分）1、回歸問題對數(shù)值型連續(xù)隨機(jī)變量進(jìn)行預(yù)測和建模的監(jiān)督學(xué)習(xí)算法?；貧w往往會(huì)通過計(jì)算來確定模型的精確性。2、評判分類效果好壞的三個(gè)指標(biāo)就是上面介紹的三個(gè)指標(biāo):，，。3、提取出的正確信息條數(shù)/提取出的信息條數(shù)是。4、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。5、模型沒有很好地捕捉到數(shù)據(jù)特征，不能夠很好地?cái)M合數(shù)據(jù)叫。6、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)。7、訓(xùn)練用到的每個(gè)樣本叫。8、boosting算法得基本原理，以及的三種典型算法原理：，，。9、Adaboost提供一種，在框架內(nèi)可以使用各種方法構(gòu)建子分類器，可以使用簡單的弱分類器，不用對特征進(jìn)行篩選，也不存在過擬合的現(xiàn)象。10、Adaboost算法不需要的先驗(yàn)知識，最后得到的強(qiáng)分類器的分類精度依賴于所有弱分類器。無論是應(yīng)用于人造數(shù)據(jù)還是真實(shí)數(shù)據(jù)，Adaboost都能顯著的提高學(xué)習(xí)精度。四、簡答題（本大題共3小題，共30分）1、常見的監(jiān)督學(xué)習(xí)算法有哪些？帶核的SVM為什么能分類非線性問題？3、舉例說明機(jī)器學(xué)習(xí)的基本過程，并舉例說明基本步驟各有哪些方法？一、選擇題1.B 2.C 3.D 4.ABCD 5.AB 6.C 7.A 8.A 9.B 10.A二、判斷題1.對 2.對 3.對 4.對 5.對 6.錯(cuò) 7.對 8.對 9.對 10.對 三、填空題1.誤差（Error） 2.正確率召回率F值 3.正確率 4.過擬合 5.欠擬合 6.離散值 7.訓(xùn)練樣本 8.adaboostGBM（Gradientbosstingmachine）XGBoost 9.框架 10.弱分類器