《機(jī)器學(xué)習(xí)-Python實(shí)踐》試卷3

第1頁(yè)，共1頁(yè)一、單項(xiàng)選擇題（本大題共10小題，每題3分，共30分）試卷（2021試卷（2021-2022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(jí)（年級(jí)）得分命題人：審閱人：班級(jí)學(xué)號(hào)姓名考試科目裝訂線1、個(gè)人健康和年齡的相關(guān)系數(shù)是-1.09。根據(jù)這個(gè)你可以告訴醫(yī)生哪個(gè)結(jié)論？（）A.年齡是健康程度很好的預(yù)測(cè)器B.年齡是健康程度很糟的預(yù)測(cè)器C.以上說(shuō)法都不對(duì)D：兩者沒(méi)關(guān)系2、假如我們利用Y是X的3階多項(xiàng)式產(chǎn)生一些數(shù)據(jù)（3階多項(xiàng)式能很好地?cái)M合數(shù)據(jù)）。那么，下列說(shuō)法正確的是（多選）？（）A.簡(jiǎn)單的線性回歸容易造成高偏差（bias）、低方差（variance）B.簡(jiǎn)單的線性回歸容易造成低偏差（bias）、高方差（variance）C.3階多項(xiàng)式擬合會(huì)造成低偏差（bias）、高方差（variance）D.3階多項(xiàng)式擬合具備低偏差（bias）、低方差（variance）3、假如你在訓(xùn)練一個(gè)線性回歸模型，有下面兩句話：（）1.如果數(shù)據(jù)量較少，容易發(fā)生過(guò)擬合。2.如果假設(shè)空間較小，容易發(fā)生過(guò)擬合。關(guān)于這兩句話，下列說(shuō)法正確的是？A.1和2都錯(cuò)誤B.1正確，2錯(cuò)誤C.1錯(cuò)誤，2正確D.1和2都正確4、假如我們使用Lasso回歸來(lái)擬合數(shù)據(jù)集，該數(shù)據(jù)集輸入特征有100個(gè)（X1，X2，…，X100）?，F(xiàn)在，我們把其中一個(gè)特征值擴(kuò)大10倍（例如是特征X1），然后用相同的正則化參數(shù)對(duì)Lasso回歸進(jìn)行修正。那么，下列說(shuō)法正確的是？（）A.特征X1很可能被排除在模型之外B.特征X1很可能還包含在模型之中C.無(wú)法確定特征X1是否被舍棄D.以上說(shuō)法都不對(duì)5、假如使用邏輯回歸對(duì)樣本進(jìn)行分類，得到訓(xùn)練樣本的準(zhǔn)確率和測(cè)試樣本的準(zhǔn)確率?，F(xiàn)在，在數(shù)據(jù)中增加一個(gè)新的特征，其它特征保持不變。然后重新訓(xùn)練測(cè)試。則下列說(shuō)法正確的是？（）A.訓(xùn)練樣本準(zhǔn)確率一定會(huì)降低B.訓(xùn)練樣本準(zhǔn)確率一定增加或保持不變C.測(cè)試樣本準(zhǔn)確率一定會(huì)降低D.測(cè)試樣本準(zhǔn)確率一定增加或保持不變6、下面這張圖是一個(gè)簡(jiǎn)單的線性回歸模型,圖中標(biāo)注了每個(gè)樣本點(diǎn)預(yù)測(cè)值與真實(shí)值的殘差。計(jì)算SSE（平方誤差和）為多少？（）A.3.02B.0.75C.1.01D.0.6047、關(guān)于“回歸（Regression）”和“相關(guān)（Correlation）”，下列說(shuō)法正確的是？注意：x是自變量，y是因變量。（）A.回歸和相關(guān)在x和y之間都是互為對(duì)稱的B.回歸和相關(guān)在x和y之間都是非對(duì)稱的C.回歸在x和y之間是非對(duì)稱的，相關(guān)在x和y之間是互為對(duì)稱的D.回歸在x和y之間是對(duì)稱的，相關(guān)在x和y之間是非對(duì)稱的8、關(guān)于AdaBoost，下列說(shuō)法中正確的是（多選）：（）A.它是一種集成學(xué)習(xí)算法B.每個(gè)分類器的權(quán)重和被它正確分類的樣本的權(quán)重相同C.后一個(gè)基學(xué)習(xí)器要依賴于前一個(gè)基學(xué)習(xí)器的分類錯(cuò)誤率和樣本的權(quán)重D.后一個(gè)基學(xué)習(xí)器每次只學(xué)習(xí)前一個(gè)基學(xué)習(xí)器被分錯(cuò)的樣本9、集成學(xué)習(xí)策略有哪些（） A．投票法B．平均法C．學(xué)習(xí)法D．上述都有10、集成學(xué)習(xí)策略常用于分類的是：（）A．投票法B．平均法C．學(xué)習(xí)法D．上述都有二、判斷題（本大題共10小題，每題1分，共10分）1、決策樹(shù)短時(shí)間內(nèi)處理大量數(shù)據(jù)，得到可行且效果較好的結(jié)果。（）樸素貝葉斯適合高維數(shù)據(jù)。（）標(biāo)量是0階張量。（）協(xié)方差是衡量?jī)蓚€(gè)變量線性相關(guān)性強(qiáng)度及變量尺度。（）聯(lián)合分布可求邊緣分布，但若只知道邊緣分布，無(wú)法求得聯(lián)合分布。（）隨機(jī)變量可以分為離散型隨機(jī)變量和連續(xù)型隨機(jī)變量。（）矩陣的L0范數(shù)：矩陣的非0元素的個(gè)數(shù)，通常用它來(lái)表示稀疏，L0范數(shù)越小0元素越多，也就越稀疏。（）Adaboost算法流程計(jì)算該分類器的錯(cuò)誤率，根據(jù)錯(cuò)誤率計(jì)算要給分類器分配的權(quán)重。（）9、Adaboost算法流程將第一個(gè)分類器分錯(cuò)誤的樣本權(quán)重增加。（）10、Adaboost算法流程然后再用新的樣本權(quán)重訓(xùn)練數(shù)據(jù)，得到新的分類器。（）三、填空（本大題共10小題，每題3分，共30分）1、一個(gè)表示一個(gè)單獨(dú)的數(shù)，它不同于線性代數(shù)中研究的其他大部分對(duì)象（通常是多個(gè)數(shù)的數(shù)組）。2、馬式距離的特征則是：。3、p(x|θ)是給定參數(shù)θ的概率分布：。4、基尼指數(shù)（基尼不純度）=*。5、Gini指數(shù)越小表示集合中被選中的樣本被分錯(cuò)的概率越小，也就是說(shuō)集合的純度。6、表示在樣本集合中一個(gè)隨機(jī)選中的樣本被分錯(cuò)的概率。7、算法在決策樹(shù)生成的過(guò)程中，用信息增益比來(lái)選擇特征。8、聚類結(jié)果評(píng)估：分析結(jié)果，如距離誤差和(SSE)等。9、人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks，ANNs），也簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)（NNs），是模擬進(jìn)行信息處理的一種數(shù)學(xué)模型，以對(duì)大腦的生理研究成果為基礎(chǔ)，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)一些特定的功能。10、生物