2025年大學(xué)大一（人工智能技術(shù)應(yīng)用）機(jī)器學(xué)習(xí)模型搭建試題及答案

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______第I卷（選擇題共30分）（總共6題，每題5分，每題只有一個(gè)正確答案，請(qǐng)將正確答案填寫在括號(hào)內(nèi)）w1.以下哪種算法不屬于監(jiān)督學(xué)習(xí)算法？（）A.決策樹B.支持向量機(jī)C.聚類算法D.線性回歸w2.在機(jī)器學(xué)習(xí)中，模型的泛化能力是指（）A.模型在訓(xùn)練數(shù)據(jù)上的表現(xiàn)B.模型在新數(shù)據(jù)上的表現(xiàn)C.模型對(duì)噪聲的容忍程度D.模型的可解釋性w3.以下哪個(gè)指標(biāo)可以用來評(píng)估分類模型的性能？（）A.均方誤差B.準(zhǔn)確率C.召回率D.B和Cw4.對(duì)于線性回歸模型，損失函數(shù)通常使用（）A.交叉熵?fù)p失B.均方誤差損失C.絕對(duì)值損失D.以上都不是w5.以下哪種技術(shù)可以用于特征選擇？（）A.主成分分析B.梯度下降C.隨機(jī)森林算法D.A和Cw6.在深度學(xué)習(xí)中，常用的激活函數(shù)不包括（）A.Sigmoid函數(shù)B.ReLU函數(shù)C.指數(shù)函數(shù)D.Tanh函數(shù)第II卷（非選擇題共70分）w7.（10分）請(qǐng)簡(jiǎn)要闡述機(jī)器學(xué)習(xí)模型搭建的一般流程。w8.（15分）簡(jiǎn)述監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的區(qū)別，并分別舉例說明。w9.（15分）在使用決策樹進(jìn)行分類時(shí)，如何避免過擬合現(xiàn)象？請(qǐng)至少列舉兩種方法。w10.（20分）材料：在一個(gè)預(yù)測(cè)房?jī)r(jià)的任務(wù)中，收集了房屋面積、房間數(shù)量、房齡等特征數(shù)據(jù)，以及對(duì)應(yīng)的房?jī)r(jià)作為標(biāo)簽。現(xiàn)有一個(gè)簡(jiǎn)單的線性回歸模型，在訓(xùn)練集上表現(xiàn)良好，但在測(cè)試集上誤差較大。問題：請(qǐng)分析可能導(dǎo)致這種情況的原因，并提出改進(jìn)措施。答案：w1.Cw2.Bw3.Dw4.Bw5.Dw6.Cw7.機(jī)器學(xué)習(xí)模型搭建一般流程：首先明確問題，確定是分類、回歸還是其他任務(wù)。然后收集數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清洗、預(yù)處理，包括缺失值處理、異常值處理、特征工程等。接著選擇合適的模型，如線性回歸、決策樹等。再進(jìn)行模型訓(xùn)練，通過調(diào)整模型參數(shù)使模型在訓(xùn)練數(shù)據(jù)上達(dá)到較好性能。最后進(jìn)行模型評(píng)估，使用測(cè)試數(shù)據(jù)評(píng)估模型的泛化能力，根據(jù)評(píng)估結(jié)果決定是否需要調(diào)整模型或優(yōu)化參數(shù)。w8.監(jiān)督學(xué)習(xí)：有明確的標(biāo)簽，模型學(xué)習(xí)數(shù)據(jù)特征與標(biāo)簽之間的關(guān)系，如線性回歸預(yù)測(cè)房?jī)r(jià)、決策樹進(jìn)行疾病診斷等。無監(jiān)督學(xué)習(xí)：無標(biāo)簽，主要用于發(fā)現(xiàn)數(shù)據(jù)中的潛在結(jié)構(gòu)和規(guī)律，如聚類算法將客戶分為不同群體、主成分分析用于數(shù)據(jù)降維。區(qū)別在于有無標(biāo)簽及學(xué)習(xí)目標(biāo)不同。w9.避免決策樹過擬合的方法：一是進(jìn)行剪枝，如預(yù)剪枝，在樹構(gòu)建過程中提前停止生長(zhǎng)；后剪枝，構(gòu)建完樹后對(duì)節(jié)點(diǎn)進(jìn)行合并等操作。二是限制樹的深度，防止樹過于復(fù)雜。三是增加訓(xùn)練數(shù)據(jù)量，使模型有更豐富的數(shù)據(jù)來學(xué)習(xí)，避免過度依賴訓(xùn)練數(shù)據(jù)中的噪聲。w10.原因：可能存在過擬合，模型在訓(xùn)練集上過度擬合了數(shù)據(jù)中的噪聲；也可能是特征選擇不當(dāng)，未有效提取關(guān)鍵特征；或者數(shù)據(jù)存在偏差，訓(xùn)練集和測(cè)試集分布不一致。改進(jìn)措施：對(duì)模型進(jìn)行正則