人工智能AI进阶机器学习阶段测试卷

题号单选题多选题简答题编程题一、单选题(每题2分)1.下列选项中，关于Matplotlib库说法不正确是。()A.Matplotlib是一个Python3D绘图库B.可输出PNG、PDF等格式C.渐进、交互的方式实现数据可视化D.使用简单2.下列函数中，可以绘制散点图的函数是。()3.关于Pandas中数据排序，下列说法正确的是()。A.即可以按照行索引排序，也可以按照列索引排序B.sortindex()方法表示按照值进行排序C.sortvalues()方法表示按照索引进行排序A.它是基于欧氏距离来度量样本之间的距离的B.它是一个二叉树C.在选取根节点时使用的是方差较小的那一维数据D.每个节点的左子节点在当前分割维度上的数据都比右子节点小5.关于特征预处理，下列说法中错误的是()A.包含标准化和归一化B.标准化在任何场景下受异常值的影响都很小C.归一化利用了样本中的最大值和最小值D.标准化实际上是将数据在样本的标准差上做了等比例的缩放操作6.关于交叉验证，下列说法中错误的是()A.交叉验证能够提升模型的准确率B.交叉验证能够让样本数据被模型充分利用C.交叉验证搭配网格搜索能够提升我们查找最优超参数组合的效率D.使用网格搜索时我们一般会提供超参数的可能取值字典A.它是使用回归分析的统计学习模型来研究变量之间可能存在的关系B.它只能用于研究变量之间属于线性关系的场景C.寻找最优模型时可以通过正规方程或者梯度下降的方法进行参数优化D.单纯的线性回归模型比较容易出现过拟合的现象A.随机梯度下降法是每次使用一个样本的数据来迭代权重B.全梯度下降法的计算量随着样本数量的增加而增加C.随机平均梯度下降法不依赖与已经计算过的梯度D.小批量随机梯度下降法综合了FGD和SGD的优势9.下面关于随机森林和GBDT的说法正确的是：(①这两种方法都可以用来解决分类问题④这两种方法都可以用来解决回归问题D.①和④A.它是一个分类算法B.朴素的意义在于它的一个天真的假设：所有特征之间是相互独立的C.它实际上是将多条件下的条件概率转换成了单一条件下的条件概率，简化了D.朴素贝叶斯不需要使用联合概率二、多选题(每题2分)1.下列关于Series说法正确的是()。A.Series是一个类似一维数组的对象B.Series可以保存任何类型的数据C.Series由数据和索引构成D.Series结构的数据位于索引的左侧2.下列关于Pandas的索引说法正确的是()。A.Pandas中的索引都是Index类对象B.索引对象是可修改的C.索引对象是不可修改的D.Index对象是可以共享的3.线性回归中，我们可以使用正规方程来求解系数，下列关于正规方程的说法正确的是()A.不需要选择学习率B.当特征数量很多时，运算量会增大C.不需要迭代训练D.随时都可以使用，不会有问题4.关于逻辑回归的损失函数，下列描述正确的是：()A.它假设样本服从伯努利分布B.它的计算使用了自然对数C.为了降低损失，必须提升当前类别所属正确分类的概率D.它使用了极大似然估计5.关于信息增益，决策树分裂节点，下列说法中正确的是()A.纯度高的节点需要更多的信息去区分B.信息增益可以用“1比特-熵”获得C.如果选择一个属性具有多个类别值，那么这个信息增益是有偏差的D.选取差异值小的进行划分6.假设模型训练时使用的样本类别非常不平衡，主要类别占据了训练数据的99%,现在你的模型在训练集上表现为99%的准确率，那么下面说法正确的是 A.准确度并不适合衡量不平衡类别问题B.准确率适合衡量不平衡类别问题C.精确度和召回率适合于衡量不平衡类别问题D.精确度和召回率不适合衡量不平衡类别问题7.关于AdaBoost,下列说法中正确的是()A.它是一种集成学习算法B.每个分类器的权重和被它正确分类的样本的权重相同C.后一个基学习器要依赖于前一个基学习器的分类错误率和样本的权重D.后一个基学习器每次只学习前一个基学习器被分错的样本8.聚类算法研究的问题包括()A.使最终类别分布比较合理C.准确度高D.能自动识别聚类中心的个数9.关于PCA,下列说法中错误的是(多选):()三、简答题(共30分)1.简述KNN算法中K值的不同取值对算法的影响。(8分)2.简述欠拟合与过拟合产生的原因以及解决方法