第1頁，共1頁一、單項選擇題（本大題共10小題，每題3分，共30分）試卷（試卷（學年第1學期）考試科目機器學習-Python實踐（A卷）適用專業(yè)班級（年級）得分命題人：審閱人：班級學號姓名考試科目裝訂線1、點擊率預測是一個正負樣本不平衡問題（例如99%的沒有點擊，只有1%點擊）。假如在這個非平衡的數(shù)據(jù)集上建立一個模型，得到訓練樣本的正確率是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，應該建立更好的模型C.無法對模型做出好壞評價D.以上說法都不對2、如果在大型數(shù)據(jù)集上訓練決策樹。為了花費更少的時間來訓練這個模型，下列哪種做法是正確的？（）A.增加樹的深度B.增加學習率C.減小樹的深度D.減少樹的數(shù)量3、我們想要訓練一個ML模型，樣本數(shù)量有100萬個，特征維度是5000，面對如此大數(shù)據(jù)，如何有效地訓練模型？（）A.對訓練集隨機采樣，在隨機采樣的數(shù)據(jù)上建立模型B.嘗試使用在線機器學習算法C.使用PCA算法減少特征維度D.以上都對4、機器學習中做特征選擇時，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)督式學習中使用聚類算法（多選）？（）A.首先，可以創(chuàng)建聚類，然后分別在不同的集群上應用監(jiān)督式學習算法B.在應用監(jiān)督式學習算法之前，可以將其類別ID作為特征空間中的一個額外的特征C.在應用監(jiān)督式學習之前，不能創(chuàng)建聚類D.在應用監(jiān)督式學習算法之前，不能將其類別ID作為特征空間中的一個額外的特征6、下面哪句話是正確的？（）A.機器學習模型的精準度越高，則模型的性能越好B.增加模型的復雜度，總能減小測試樣本誤差C.增加模型的復雜度，總能減小訓練樣本誤差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，因為線性回歸對離群效應很敏感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、以下關于Bagging特點的描述不正確的是（）A．Bagging是一個很低效的集成學習算法B．Bagging復雜度與基學習器同階C．由于每一個樣本被選中的概率相同，因此bagging并不側(cè)重于訓練數(shù)據(jù)集中的任何特定實例。D．對于噪聲數(shù)據(jù)，bagging不太受過分擬合的影響。9、下面哪個選項中哪一項屬于確定性算法？（）A．隨機森林B．PCAC．KmeansD．GBDT10、下列屬于無監(jiān)督學習的是（）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——將負類預測為正類數(shù)。（）2、交叉熵損失函數(shù)的好處是可以克服方差代價函數(shù)更新權重過慢的問 題。（）3、邏輯回歸假設數(shù)據(jù)服從伯努利分布,通過極大化似然函數(shù)的方法，運用梯度下降來求解參數(shù)，來達到將數(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。（）8、先從初始訓練集訓練出一個基學習器，再根據(jù)基學習器的表現(xiàn)對訓 練樣本分布進行調(diào)整，使得先前基學習器做錯的訓練樣本在后續(xù)受到更多的 關注，然后基于調(diào)整后的樣本分布來訓練下一個基學習器。（）9、Boosting是一個迭代的過程，通過改變訓練樣本的分布，使得基分 類器聚焦在那些很難分的樣本上。（）10、Boosting結(jié)合了很多弱學習器來形成一個強學習器，單個模型表 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)隨機變量進行預測和建模的監(jiān)督學習算法。回歸往往會通過計算來確定模型的精確性。2、評判分類效果好壞的三個指標就是上面介紹的三個指標:，，。3、提取出的正確信息條數(shù)/提取出的信息條數(shù)是。4、模型把訓練樣本學習“太好了”，可能把一些訓練樣本自身的特性當做了所有潛在樣本都有的一般性質(zhì)，導致泛化能力下降叫。5、模型沒有很好地捕捉到數(shù)據(jù)特征，不能夠很好地擬合數(shù)據(jù)叫。6、分類是預測，比如把人分為好人和壞人之類的學習任務。7、訓練用到的每個樣本叫。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，不用對特征進行篩選，也不存在過擬合的現(xiàn)象。10、Adaboost算法不需要的先驗知識，最后得到的強分類器的分類精度依賴于所有弱分類器。無論是應用于人造數(shù)據(jù)還是真實數(shù)據(jù)，Adaboost都能顯著的提高學習精度。四、簡答題（本大題共3小題，共30分）1、常見的監(jiān)督學習算法有哪些？帶核的SVM為什么能分類非線性問題？3、舉例說明機器學習的基本過程，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 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.訓練樣本 8.adaboostGBM（Gradientbosstingmachine）XGBoost 9.框架 10.弱分類器