机器学习理论与方法 知到智慧树答案2024 z39721

第一章 单元测试

1、 机器学习是研究发现数据模型的算法并利用这些模型做出决策。（ ）

A:对
B:错
答案: 对

2、 机器学习通常要经过数据选择，模型训练，模型优化矫正等过程。（ ）

A:对
B:错
答案: 对

3、 决策树模型是一种典型的聚类模型。（ ）

A:对
B:错
答案: 错

4、 决策树是随机森林模型的子结构。（ ）

A:对
B:错
答案: 对

5、 以下哪种情况适合使用SVM算法 （ ）。

A:单细胞分类
B:小分子结构活性预测
C:邮件过滤
D:情感分析
答案: 单细胞分类

6、 关于机器学习的基本流程，下列顺序正确的是（ ）。

A:建模—改进—评价
B:建模—评价—改进
C:评价—建模—改进
D:改进—评价—建模
答案: 建模—评价—改进

7、 监督式学习根据输出形式可分为 （ ）。

A:分类
B:回归
C:分类和回归
D:分类，回归和结构化学习
答案: 分类和回归

8、 机器学习根据学习方式可分为 （ ）。

A:监督学习
B:半监督学习
C:无监督学习
D:迁移学习
E:强化学习
答案: 监督学习
半监督学习
无监督学习
强化学习

9、 朴素贝叶斯适合下列哪种场景分析 （ ）。

A:自然语言处理
B:车流量分析
C:情感分析
D:消费者细分
答案: 情感分析
消费者细分

10、 机器学习根据模型性质可分为（ ）。

A:线性模型
B:非线性模型
C:随机模型
D:贝叶斯模型
答案: 线性模型
非线性模型

第二章 单元测试

1、 若非零矩阵A满足A=O，则A+E与A-E均可逆（ ）

A:对
B:错
答案: 对

2、 矩阵的特征值为（ ）

A:-1
B:1
C:0
D:1或-1
答案: -1

3、 设P(A)=0.4，P(B)=0.7，事件A，B相互独立，则P(B-A)=（ ）

A:0.3
B:0.28
C:0.42
D:0.12
答案: 0.42

4、

已知离散型随机变量X可取值{-3,-1,0,2},且取这些值的概率依次为，则b的取值为2 （ ）

A:对
B:错
答案: 对

5、 若随机变量X服从N(5,4)的分布，若P(X＞c)=P(X＜c)，则c=（ ）

A:4
B:5
C:6
D:7
答案: 5

6、 事件A，B，C至少有一个发生可以表示为。（ ）

A:对
B:错
答案: 对

7、 事件A与B互不相容，是指P(AB)=P(A)P(B) 。( )

A:对
B:错
答案: 对

8、

 下列关于矩阵的运算法则正确的是（）。

A:AB=BA
B:(A+B)C=AC+BC
C:(AB)C=A(BC)
D:(A^t)^t=A
答案: (A+B)C=AC+BC
(AB)C=A(BC)
(A^t)^t=A

9、

假设A和B都是同阶可逆矩阵，且A为对称矩阵，则下列等式成立的为（）。

A: (AB)^t=B^tA 
B:(AB^t)^-1=A^-1(B^-1)^t
C:(AB^t)^-1=(B^-1)^t A^-1
D:(A^tB)^-1=B^-1A^-1
答案: (AB^t)^-1=A^-1(B^-1)^t

10、

假设感染了新冠病毒的病人中感到身体发热的概率为0.88，病人感染新冠病毒的概率为0.001，病人发热的概率为0.02，则如果检测到一个病人发热，则判断他感染了新冠病毒的概率为（）。

A:0.044
B:0.0088
C:0.0002
D:0.001
答案: 0.044

第三章 单元测试

1、

机器学习模型都是从经验中Experience学习任务Task。假设我们为了让一个机器学习算法学会预测肿瘤病人的存活率。以下哪一项不是Experience的合理选择？（ ）

A:肿瘤病人的转录组信息
B:肿瘤病人的生命体征
C:肿瘤分期（肿瘤的恶性程度）
D:肿瘤病人的基因组信息
答案: 肿瘤病人的基因组信息

2、

通过细胞的转录组信息预测细胞类型，属于以下哪一种问题？（ ）

A:分类问题
B:回归问题
C:聚类问题
答案: 分类问题

3、 下图为某任务损失函数随参数变化的曲面图，则以下说法正确的是（ ）

A:该损失函数可能是一元线性回归的损失函数曲面图
B:当使用梯度下降法求解损失函数的最小值时，一定会使得loss到达B点
C:当使用梯度下降法求解损失函数的最小值时，loss可能会从A点到达C点
D:学习率过大可能会导致loss在B点附近来回震荡
答案: 当使用梯度下降法求解损失函数的最小值时，loss可能会从A点到达C点
学习率过大可能会导致loss在B点附近来回震荡

4、 以下哪一项是使用特征缩放的原因？（ ）

A:防止梯度下降陷入局部最优
B:降低梯度下降的每次迭代的计算成本来加速梯度下降
C:通过减少迭代次数来获得一个好的解，从而加速了梯度下降
D:加快了标准方程的求解
答案: 通过减少迭代次数来获得一个好的解，从而加速了梯度下降

5、 以下说法正确的是（ ）

A:利用癌症的组学数据将癌症划分成各个亚型，从而研究不同的治疗手段，该任务属于非监督学习
B:预测蛋白质的二级结构，该任务属于非监督学习
C:预测基因的功能，该任务属于监督学习
答案: 利用癌症的组学数据将癌症划分成各个亚型，从而研究不同的治疗手段，该任务属于非监督学习
预测基因的功能，该任务属于监督学习

6、 利用患者的年龄来预测药物的治疗效果，并使用回归模型进行学习，则该回归模型属于一元回归模型。（ ）

A:对
B:错
答案: 对

7、 在训练模型时，我们可以使用梯度下降法求解损失函数的最大值。（ ）

A:对
B:错
答案: 错

8、 在模型训练过程中，学习率越大越好。（ ）

A:对
B:错
答案: 错

9、 梯度下降法可以表征为。（ ）

A:对
B:错
答案: 对

10、

现有以下任务：利用基因A的表达量（X）预测肿瘤的大小（Y），下图为训练数据，我们利用线性回归模型，假设，则以下说法正确的是（）。

A:该训练集一共有5个样本
B:损失函数可以表征为
C:
D:
答案:

第四章 单元测试

1、 选择模型时，我们倾向于选择高方差的模型，因为它们能够更好的适应训练集。（ ）

A:对
B:错
答案: 错

2、 训练完逻辑回归分类器后，必须使用0.5作为预测正负的阈值。（ ）

A:对
B:错
答案: 错

3、 训练一个逻辑回归模型时，以下哪项陈述是正确的？（ ）

A:如果我们的模型偏差较高，一个合理的解决方案时引入正则化
B:向模型中添加许多新特性有助于防止训练集过拟合
C:将正则化引入到模型中，总是能在训练集上获得相同或更好的性能
D:向模型中添加新特征总是会在训练集上获得相同或更好的性能
答案: 向模型中添加新特征总是会在训练集上获得相同或更好的性能

4、 Sigmoid函数的优点有（ ）

A:输出映射在(0,1)之间，单调连续
B:不容易产生梯度消失
C:易于求导
D:定义域在整个实数集上
答案: 输出映射在(0,1)之间，单调连续
易于求导
定义域在整个实数集上

5、 当模型出现过拟合现象时，下列哪些做法可以改善（ ）

A:尝试获取并使用其他特征
B:尝试添加多个特征
C:尝试使用较少的特征
D:尝试增加正则化项
答案: 尝试使用较少的特征
尝试增加正则化项

6、 下列哪些情景可以用逻辑回归（ ）

A:从病人的肿瘤切片数据中获取一些特征，判断该肿瘤是良性还是恶性。
B:给定病人的一些临床数据，预测病人的生存期。
C:给定病人的一些临床数据，判断特定疗法能否发挥作用。
D:给出病人的一些风险因素，预测某一事件的发生概率。
答案: 从病人的肿瘤切片数据中获取一些特征，判断该肿瘤是良性还是恶性。
给定病人的一些临床数据，判断特定疗法能否发挥作用。

7、 为了实现特征选择，选择L2正则化（ ）

A:对
B:错
答案: 错

8、 过拟合在训练集上效果好，在测试集上效果差（ ）

A:对
B:错
答案: 对

9、 训练逻辑回归分类器时，将阈值从0.5下调至0.3。以下哪项是正确的：（ ）

A:分类器现在可能具有更高的召回率。
B:分类器的准确度和召回率可能不变，但精确率较高。
C:分类器现在可能具有更高的精确率。
D:分类器的准确度和召回率可能不变，但精确率较低。
答案: 分类器现在可能具有更高的召回率。

10、

Sigmoid函数的形式是()。

A:
B:
C:
D:
答案:

第五章 单元测试

1、 分类器的实际预测输出与样本的真实输出之间的差异称为“误差”。( )

A:对
B:错
答案: 对

2、 过拟合是可以避免的。( )

A:对
B:错
答案: 错

3、 交叉验证法中，如果选择留一法，是为了避免不受随机样本划分的影响。( )

A:对
B:错
答案: 对

4、 学习算法训练程度不足时，偏差会高，方差会低。( )

A:对
B:错
答案: 对

5、 交叉验证法中的测试集是来自于( )。

A:训练集
B:验证集
C:新样本
答案: 训练集

6、 一般用来评价模型在训练集上的表现时，用作标准的是( )。

A:错误率
B:精度
C:训练误差
D:均方误差
答案: 均方误差

7、 当学习算法偏差高，方差低时，呈现出( )。

A:过拟合
B:欠拟合
C:模型不能用
答案: 欠拟合

8、 交叉验证法中，设数据集包含m个样本，不计计算开销，比较准确的是( )。

A:10 折交叉验证
B:1折交叉验证
C:m折交叉验证
答案: m折交叉验证

9、 用来比较检验分类器的统计方法中，包括以下( )。

A:二项检验
B:交叉t检验
C:海明检验
D:γ检验
答案: 二项检验
交叉t检验

10、 平均均方误差(Mean square error)可以分解为( )

A:训练误差
B:经验误差
C:方差
D:偏差
答案: 方差
偏差

第六章 单元测试

1、 公司里面男性有60人，女性有40人，男性穿皮鞋的人数有25人，穿运动鞋的人数有35人，女性穿皮鞋的人数有10人，穿高跟鞋的人数有30人。现在你只知道有一个人穿了皮鞋，他是男性的概率是多少（ ）。

A:0.25
B:0.1
C:0.5
D:0.2
答案: 0.25

2、 A, B,C 产品占比分布为 1/2， 1/6， 1/3； A, B,C的次品率分布为 0.2， 0.1， 0.3；那么出现次品是A做出来的概率 （ ）；

A:0.30
B:0.67
C:0.46
D:0.2
答案: 0.46

3、 下列关于朴素贝叶斯说法正确的是（ ）。

A:对异常值敏感
B:对缺失值敏感
C:不需要获得先验分布
D:对小规模数据表现良好
答案: 对小规模数据表现良好

4、 假设吸烟的本科生比例为15%，而吸烟的研究生占23%。如果五分之一的大学生是研究生，其余的是本科生，那么吸烟的学生是研究生的概率是多少？（ ）。

A:0.2
B:0.27
C:0.15
D:0.16
答案: 0.2

5、 朴素贝叶斯的应用场景主要有（ ）。

A:文本分类
B:情感判别
C:推荐系统
D:垃圾邮件判别
答案: 文本分类
情感判别
推荐系统
垃圾邮件判别

6、 有两枚硬币，其中一枚均匀，另一枚不均匀，随机拿一枚，并投掷10次，记X1：前9次有7次为正面，X2：第10次为反面，X3：这枚硬币不均匀，则X1，X2关于X3条件独立。（ ）。

A:对
B:错
答案: 对

7、 贝叶斯学习最终输出结果为模型和模型参数。（ ）

A:对
B:错
答案: 错

8、

贝叶斯估计认为参数θ是某种已知先验分布的随机变量。

A:对
B:错
答案: 对

9、

下列关于朴素贝叶斯说法正确的是（）

A:生成式模型

B:判别式模型

C:通过最大后验概率进行单点估计

D:进行分布估计

答案: 生成式模型

通过最大后验概率进行单点估计

10、

以下哪项是后验概率项，假设A为分类变量（）。

A:P(A/B)

B:P(B/A)

C:P(A)

D:P(B)

答案: P(A/B)

第七章 单元测试

1、 决策树是基于规则的树状结构的机器学习算法，可以用来进行分类任务。（ ）

A:对
B:错
答案: 对

2、 熵越小，纯度越低，不确定性越高。（ ）

A:对
B:错
答案: 错

3、 一堆细胞中含有16个B细胞和48个T细胞，那么这堆细胞的熵是多少（log）（ ）。

A:0.701
B:0.811
C:0.891
D:0.921
答案: 0.811

4、 信息增益本质上遵循的是熵减原则。（ ）

A:对
B:错
答案: 对

5、 决策树深度越深越好，越能拟合数据。（ ）

A:对
B:错
答案: 错

6、 过拟合是指模型在训练样本拟合过度，表现极好,而在验证数据集以及测试数据集中表现不佳。（ ）

A:对
B:错
答案: 对

7、 决策树的剪枝是为了防止树的过拟合，增强其泛化能力。包括预剪枝和后剪枝。（ ）

A:对
B:错
答案: 对

8、 常见的后剪枝包括（ ）。

A:基于代价的剪枝
B:减少错误的剪枝
C:基于规则的剪枝
D:基于树深度的剪枝
答案: 减少错误的剪枝
基于规则的剪枝

9、 决策树无法处理特征为连续值的情况。（ ）

A:对
B:错
答案: 错

10、 预剪枝是人观测后手动停止树的生长的。（ ）

A:对
B:错
答案: 错

下方是付费阅读内容：本平台商品均为虚拟商品，无法用作二次销售，不支持退换货，请在购买前确认您需要购买的资料准确无误后再购买，望知悉！

完整答案需点击上方按钮支付5元购买,所有答案均为章节测试答案，无期末答案。购买后上方矩形框将出现已付费的隐藏内容。

不知道怎么购买？点此查看购买教程！