2025年大學(xué)人工智能（機(jī)器學(xué)習(xí)）下學(xué)期期末測(cè)試卷

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______一、單項(xiàng)選擇題（總共10題，每題3分，每題只有一個(gè)正確答案，請(qǐng)將正確答案填寫(xiě)在括號(hào)內(nèi)）1.以下哪種算法不屬于無(wú)監(jiān)督學(xué)習(xí)算法？（）A.K-Means算法B.決策樹(shù)算法C.主成分分析算法D.高斯混合模型算法2.在支持向量機(jī)中，核函數(shù)的作用是（）。A.對(duì)數(shù)據(jù)進(jìn)行降維B.對(duì)數(shù)據(jù)進(jìn)行分類(lèi)C.將低維空間中的線性不可分問(wèn)題轉(zhuǎn)化為高維空間中的線性可分問(wèn)題D.對(duì)數(shù)據(jù)進(jìn)行特征提取3.下列關(guān)于梯度下降算法的說(shuō)法，錯(cuò)誤的是（）。A.梯度下降算法是一種迭代優(yōu)化算法B.梯度下降算法的目標(biāo)是找到使損失函數(shù)最小化的參數(shù)值C.梯度下降算法的步長(zhǎng)越大，收斂速度越快D.梯度下降算法可能會(huì)陷入局部最優(yōu)解4.隨機(jī)森林算法中，每棵決策樹(shù)是（）。A.基于相同的數(shù)據(jù)集構(gòu)建的B.基于不同的數(shù)據(jù)集構(gòu)建的C.基于相同的特征子集構(gòu)建的D.基于不同的特征子集構(gòu)建的5.對(duì)于線性回歸模型，以下哪種評(píng)價(jià)指標(biāo)可以用來(lái)衡量模型的預(yù)測(cè)準(zhǔn)確性？（）A.準(zhǔn)確率B.召回率C.均方誤差D.F1值6.在神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)的作用是（）。A.對(duì)輸入數(shù)據(jù)進(jìn)行線性變換B.增加模型的非線性能力C.對(duì)模型進(jìn)行正則化D.對(duì)模型進(jìn)行優(yōu)化7.以下哪種機(jī)器學(xué)習(xí)算法常用于處理文本分類(lèi)問(wèn)題？（）A.樸素貝葉斯算法B.K近鄰算法C.支持向量機(jī)算法D.以上都是8.交叉驗(yàn)證的主要目的是（）。A.評(píng)估模型的泛化能力B.評(píng)估模型的訓(xùn)練速度C.評(píng)估模型的復(fù)雜度D.評(píng)估模型的可解釋性9.當(dāng)數(shù)據(jù)存在缺失值時(shí)，以下哪種處理方法是不正確的？（）A.直接刪除包含缺失值的樣本B.使用均值、中位數(shù)等統(tǒng)計(jì)量填充缺失值C.使用機(jī)器學(xué)習(xí)算法預(yù)測(cè)缺失值D.不做任何處理10.在聚類(lèi)算法中，簇內(nèi)樣本相似度高，簇間樣本相似度低，這體現(xiàn)了聚類(lèi)的（）。A.緊致性B.分離性C.穩(wěn)定性D.多樣性二、多項(xiàng)選擇題（總共5題，每題4分，每題有兩個(gè)或兩個(gè)以上正確答案，請(qǐng)將正確答案填寫(xiě)在括號(hào)內(nèi)，多選、少選、錯(cuò)選均不得分）1.以下屬于監(jiān)督學(xué)習(xí)算法的有（）。A.線性回歸算法B.邏輯回歸算法C.決策樹(shù)算法D.聚類(lèi)算法2.關(guān)于模型評(píng)估指標(biāo)，以下說(shuō)法正確的是（）。A.準(zhǔn)確率適用于所有分類(lèi)問(wèn)題B.召回率在關(guān)注正例識(shí)別的場(chǎng)景中很重要C.F1值綜合考慮了準(zhǔn)確率和召回率D.均方誤差適用于回歸問(wèn)題3.以下哪些方法可以用于特征選擇？（）A.信息增益B.主成分分析C.LASSO回歸D.決策樹(shù)的基尼系數(shù)4.神經(jīng)網(wǎng)絡(luò)中的優(yōu)化算法包括（）。A.隨機(jī)梯度下降B.Adagrad算法C.RMSProp算法D.Adam算法5.以下關(guān)于機(jī)器學(xué)習(xí)模型的說(shuō)法，正確的是（）。A.模型的復(fù)雜度越高，性能越好B.過(guò)擬合會(huì)導(dǎo)致模型在訓(xùn)練集上表現(xiàn)好，但在測(cè)試集上表現(xiàn)差C.欠擬合會(huì)導(dǎo)致模型在訓(xùn)練集和測(cè)試集上表現(xiàn)都差D.正則化可以防止模型過(guò)擬合三、判斷題（總共10題，每題2分，請(qǐng)判斷對(duì)錯(cuò)，正確的打“√”，錯(cuò)誤的打“×”）1.無(wú)監(jiān)督學(xué)習(xí)不需要標(biāo)注數(shù)據(jù)。（）2.決策樹(shù)算法只能處理數(shù)值型數(shù)據(jù)。（）3.支持向量機(jī)中的間隔最大化原則是為了提高模型的泛化能力。（）4.梯度下降算法中，步長(zhǎng)是固定不變的。（）5.隨機(jī)森林算法比單棵決策樹(shù)算法更容易出現(xiàn)過(guò)擬合。（）6.線性回歸模型的目標(biāo)是找到一條直線，使所有樣本點(diǎn)到該直線的距離之和最小。（）7.激活函數(shù)必須是線性函數(shù)。（）8.樸素貝葉斯算法基于貝葉斯定理和特征條件獨(dú)立假設(shè)。（）9.交叉驗(yàn)證中，折數(shù)越多，評(píng)估結(jié)果越準(zhǔn)確，但計(jì)算量也越大。（）10.數(shù)據(jù)歸一化可以提高模型的收斂速度。（）四、簡(jiǎn)答題（總共3題，每題10分，請(qǐng)簡(jiǎn)要回答問(wèn)題）1.請(qǐng)簡(jiǎn)述K-Means算法的基本步驟。2.什么是模型的過(guò)擬合和欠擬合？如何避免過(guò)擬合和欠擬合？3.簡(jiǎn)述支持向量機(jī)的基本原理。五、綜合應(yīng)用題（總共1題，每題20分，請(qǐng)結(jié)合所學(xué)知識(shí)，解決實(shí)際問(wèn)題）假設(shè)你有一個(gè)關(guān)于房?jī)r(jià)預(yù)測(cè)的數(shù)據(jù)集，包含房屋面積、房間數(shù)量、房齡等特征，以及對(duì)應(yīng)的房?jī)r(jià)。請(qǐng)使用線性回歸算法建立一個(gè)房?jī)r(jià)預(yù)測(cè)模型，并回答以下問(wèn)題：1.如何對(duì)數(shù)據(jù)進(jìn)行預(yù)處理？2.如何劃分訓(xùn)練集和測(cè)試集？3.如何評(píng)估模型的性能？答案：一、單項(xiàng)選擇題1.B2.C3.C4.D5.C6.B7.D8.A9.D10.A二、多項(xiàng)選擇題1.ABC2.BCD3.ABC4.ABCD5.BCD三、判斷題1.√2.×3.√4.×5.×6.×7.×8.√9.√10.√四、簡(jiǎn)答題1.K-Means算法基本步驟：首先隨機(jī)選擇K個(gè)聚類(lèi)中心；然后計(jì)算每個(gè)樣本到聚類(lèi)中心的距離，將樣本分配到距離最近的聚類(lèi)中心所在的簇；接著重新計(jì)算每個(gè)簇的中心；重復(fù)上述步驟，直到聚類(lèi)中心不再變化或達(dá)到最大迭代次數(shù)。2.過(guò)擬合是指模型在訓(xùn)練集上表現(xiàn)很好，但在測(cè)試集上表現(xiàn)很差，原因是模型過(guò)于復(fù)雜，學(xué)習(xí)了訓(xùn)練數(shù)據(jù)中的噪聲；欠擬合是指模型在訓(xùn)練集和測(cè)試集上表現(xiàn)都很差，原因是模型過(guò)于簡(jiǎn)單，沒(méi)有學(xué)習(xí)到數(shù)據(jù)中的規(guī)律。避免過(guò)擬合可采用正則化、剪枝、增加數(shù)據(jù)、降低模型復(fù)雜度等方法；避免欠擬合可增加特征、使用更復(fù)雜的模型等。3.支持向量機(jī)基本原理：對(duì)于線性可分的數(shù)據(jù)，找到一個(gè)超平面將數(shù)據(jù)正確分類(lèi)，并且使兩類(lèi)數(shù)據(jù)到超平面的距離最大化；對(duì)于線性不可分的數(shù)據(jù)，通過(guò)核函數(shù)將低維空間中的數(shù)據(jù)映射到高維空間，使其變?yōu)榫€性可分，然后找到最優(yōu)超平面進(jìn)行分類(lèi)。五、綜合應(yīng)用題1.數(shù)據(jù)預(yù)處理：檢查數(shù)據(jù)是否有缺失值，可使用均值、中位數(shù)等填充；對(duì)數(shù)值型特征進(jìn)行歸一化處理，如使用Min-Max歸一化或Z-score歸一化；對(duì)類(lèi)別型特征進(jìn)行獨(dú)熱編碼等。2.劃分訓(xùn)練集和測(cè)試集：可使用sklear