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(zhuān)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、假設(shè)你正在做一個(gè)項(xiàng)目，它是一個(gè)二元分類(lèi)問(wèn)題。你在數(shù)據(jù)集上訓(xùn)練一個(gè)模型，并在驗(yàn)證數(shù)據(jù)集上得到混淆矩陣。基于上述混淆矩陣，下面哪個(gè)選項(xiàng)會(huì)給你正確的預(yù)測(cè)。（）1精確度是~0.912錯(cuò)誤分類(lèi)率是~0.913假正率（Falsecorrectclassification）是~0.954真正率（Truepositiverate）是~0.95A1和3B2和4C1和4D2和32、對(duì)于下面的超參數(shù)來(lái)說(shuō)，更高的值對(duì)于決策樹(shù)算法更好嗎？1用于拆分的樣本量（）2樹(shù)深3樹(shù)葉樣本A1和2B2和3C1和3D1、2和3E無(wú)法分辨3、假如我們使用非線性可分的SVM目標(biāo)函數(shù)作為最優(yōu)化對(duì)象,我們?cè)趺幢ＷC模型線性可分？（）A設(shè)C=1B設(shè)C=0C設(shè)C=無(wú)窮大D以上都不對(duì)4、NaveBayes是一種特殊的Bayes分類(lèi)器,特征變量是X,類(lèi)別標(biāo)簽是C,它的一個(gè)假定是:（）A.各類(lèi)別的先驗(yàn)概率P(C)是相等的B.以0為均值，sqr(2)/2為標(biāo)準(zhǔn)差的正態(tài)分布C.特征變量X的各個(gè)維度是類(lèi)別條件獨(dú)立隨機(jī)變量D.P(X|C)是高斯分布5、假定某同學(xué)使用NaiveBayesian（NB）分類(lèi)模型時(shí)，不小心將訓(xùn)練數(shù)據(jù)的兩個(gè)維度搞重復(fù)了，那么關(guān)于NB的說(shuō)法中正確的是：（）A.這個(gè)被重復(fù)的特征在模型中的決定作用會(huì)被加強(qiáng)B.模型效果相比無(wú)重復(fù)特征的情況下精確度會(huì)降低C.如果所有特征都被重復(fù)一遍，得到的模型預(yù)測(cè)結(jié)果相對(duì)于不重復(fù)的情況下的模型預(yù)測(cè)結(jié)果一樣。D.當(dāng)兩列特征高度相關(guān)時(shí)，無(wú)法用兩列特征相同時(shí)所得到的結(jié)論來(lái)分析問(wèn)題6、統(tǒng)計(jì)模式分類(lèi)問(wèn)題中，當(dāng)先驗(yàn)概率未知時(shí)，可以使用（）A.最小最大損失準(zhǔn)則B.最小誤判概率準(zhǔn)則C.最小損失準(zhǔn)則D.N-P判決7、甲盒中有200個(gè)螺桿，其中有160個(gè)A型螺桿；乙盒中有240個(gè)螺母，其中有180個(gè)A型的。現(xiàn)從甲乙兩盒中各任取一個(gè)，則能配成A型螺栓的概率為多少?（）A.1/20B.15/16C.3/5D.19/208、關(guān)于激活函數(shù)功能表述正確的是？（）A．信號(hào)強(qiáng)度大于閾值的向下一層傳播B.信號(hào)強(qiáng)度小于閾值的向下一層傳播C．信號(hào)強(qiáng)度始終不向下一層傳播D.以上都不對(duì)9、激活函數(shù)的作用描述錯(cuò)誤的是？（）A．輔助信號(hào)傳輸?shù)拈T(mén)控函數(shù)B.構(gòu)建模型的非線性特性C．提升學(xué)習(xí)復(fù)雜模型的能力D．對(duì)與非線性沒(méi)有幫助，可有可無(wú)10、如下那些函數(shù)沒(méi)有梯度消失的問(wèn)題？（）A．ReLUB．sigmoidC．tanhD．softmax二、判斷題（本大題共10小題，每題1分，共10分）1、如果一個(gè)經(jīng)過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型在測(cè)試集上達(dá)到100%的準(zhǔn)確率， 這是否意味著該模型將在另外一個(gè)新的測(cè)試集上也能得到100%的準(zhǔn)確率。 （）2、如果自變量X和因變量Y之間存在高度的非線性和復(fù)雜關(guān)系，那 么樹(shù)模型很可能優(yōu)于經(jīng)典回歸方法。（）3、在訓(xùn)練完SVM之后，我們可以只保留支持向量，而舍去所有非支持 向量。 仍然不會(huì)影響模型分類(lèi)能力。（）4、兩個(gè)變量相關(guān)，它們的相關(guān)系數(shù)r可能為0。（）5、如果兩個(gè)變量相關(guān)，那么它們一定是線性關(guān)系嗎？（）6、“過(guò)擬合”只在監(jiān)督學(xué)習(xí)中出現(xiàn)，在非監(jiān)督學(xué)習(xí)中，沒(méi)有“過(guò)擬合”， 這是（）7、錯(cuò)誤率（ErrorRate）是分類(lèi)錯(cuò)誤的樣本數(shù)占樣本總數(shù)的比例。 （）8、DSS主要是基于數(shù)據(jù)倉(cāng)庫(kù).聯(lián)機(jī)數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的應(yīng)用。 （）9、OLAP技術(shù)側(cè)重于把數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析、轉(zhuǎn)換成輔助決策信息， 是繼數(shù)據(jù)庫(kù)技術(shù)發(fā)展之后迅猛發(fā)展起來(lái)的一種新技術(shù)。（）10、商業(yè)智能系統(tǒng)與一般交易系統(tǒng)之間在系統(tǒng)設(shè)計(jì)上的主要區(qū)別在于： 后者把結(jié)構(gòu)強(qiáng)加于商務(wù)之上，一旦系統(tǒng)設(shè)計(jì)完畢，其程序和規(guī)則不會(huì)輕 易改變；而前者則是一個(gè)學(xué)習(xí)型系統(tǒng)，能自動(dòng)適應(yīng)商務(wù)不斷變化的要求。 （）三、填空（本大題共10小題，每題3分，共30分）1、是具有相同特征和緯度的對(duì)象的集合，表現(xiàn)為一張二維數(shù)據(jù)表。2、線性回歸如果是泊松分布，那就是。3、經(jīng)驗(yàn)誤差（empiricalerror）也叫。4、訓(xùn)練過(guò)程中用到的數(shù)據(jù)叫。5、模型沒(méi)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、評(píng)判分類(lèi)效果好壞的三個(gè)指標(biāo)就是上面介紹的三個(gè)指標(biāo):，，。7、損失函數(shù)也叫或。8、分類(lèi)(Classification)：是把不同的數(shù)據(jù)劃分開(kāi)，其過(guò)程是通過(guò)訓(xùn)練數(shù)據(jù)集獲得一個(gè)分類(lèi)器，再通過(guò)分類(lèi)器去預(yù)測(cè)未知數(shù)據(jù)，分類(lèi)是一種。9、聚類(lèi)的一般過(guò)程數(shù)據(jù)準(zhǔn)備：和