黑龙江中医药大学《机器学习》2025 学年第二学期期末试卷

班级班级学号姓名本科．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．密．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．封．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．试卷说明：1、试卷满分100分，120分钟完成试卷；2、钢笔或圆珠笔直接答在试题中（除题目有特殊规定外）；3、答卷前将密封线内的项目填写清楚。题号一二三四五总分合分人复核人满分100得分一、单项选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填写在括号内）1.以下关于机器学习的定义，正确的是（）A.让计算机具有智能的过程B.使计算机自动从数据中学习模式的过程C.计算机模拟人类思维的过程D.计算机处理复杂数据的过程2.在监督学习中，以下哪种算法不属于分类算法（）A.决策树B.支持向量机C.线性回归D.K近邻算法3.对于线性回归模型，其目标是（）A.找到一条直线，使所有样本点到直线的距离之和最小B.找到一条直线，使所有样本点到直线的垂直距离之和最小C.找到一条直线，使所有样本点到直线的水平距离之和最小D.找到一条直线，使所有样本点到直线的欧氏距离之和最小4.以下关于决策树的说法，错误的是（）A.决策树是一种基于树结构进行决策的算法B.决策树的每个内部节点是一个属性上的测试C.决策树的叶子节点是类别标签D.决策树只能处理数值型数据5.在K近邻算法中，K的取值（）A.越大越好B.越小越好C.需要根据具体问题进行调整D.固定为某个值6.支持向量机的核心思想是（）A.最大化分类间隔B.最小化分类间隔C.最大化样本点到分类超平面的距离D.最小化样本点到分类超平面的距离7.以下哪种方法不属于特征选择的方法（）A.主成分分析B.信息增益C.决策树剪枝D.奇异值分解8.对于神经网络，以下说法正确的是（）A.神经网络只能处理线性问题B.神经网络的层数越多越好C.神经网络的训练过程是调整权重的过程D.神经网络不需要进行特征工程9.在聚类算法中，K均值聚类算法的目标是（）A.将数据点划分为K个簇，使簇内数据点的距离之和最小B.将数据点划分为K个簇，使簇间数据点的距离之和最小C.将数据点划分为K个簇，使簇内数据点的距离之和最大D.将数据点划分为K个簇，使簇间数据点的距离之和最大10.以下关于模型评估指标的说法，错误的是（）A.准确率是分类正确的样本数占总样本数的比例B.召回率是预测为正例的样本中实际为正例的比例C.F1值是准确率和召回率的调和平均值D.均方误差是回归模型中常用的评估指标二、多项选择题（总共5题，每题5分，每题有多个正确答案，请将正确答案填写在括号内，漏选、错选均不得分）1.以下属于机器学习的主要任务的有（）A.分类B.回归C.聚类D.降维2.监督学习中常用的损失函数有（）A.均方误差损失函数B.交叉熵损失函数C.绝对值损失函数D.对数损失函数3.决策树的构建过程中，常用的划分标准有（）A.信息增益B.信息增益率C.基尼指数D.欧氏距离4.以下哪些算法属于无监督学习算法（）A.K均值聚类算法B.层次聚类算法C.主成分分析算法D.线性回归算法5.模型评估中，常用的评估方法有（）A.留出法B.交叉验证法C.自助法D.随机抽样法三、判断题（总共10题，每题2分，请判断对错，在括号内填写“√”或“×”）1.机器学习就是让计算机模仿人类的学习方式进行学习。（）2.监督学习中，训练数据既有特征又有标签。（）3.线性回归模型只能处理线性可分的数据。（）4.决策树的剪枝是为了防止过拟合。（）5.K近邻算法中，K值越大，模型越容易受到噪声的影响。（）6.支持向量机只能处理二分类问题。（）7.特征选择可以提高模型的训练效率和泛化能力。（）8.神经网络中，激活函数的作用是增加模型的非线性。（）9.K均值聚类算法的初始聚类中心的选择对聚类结果没有影响。（）10.模型评估指标的选择只与模型类型有关。（）四、简答题（总共3题，每题10分）1.请简要介绍监督学习和无监督学习的区别。2.简述线性回归模型的基本原理。3.说明决策树的构建过程以及如何进行剪枝。五、综合题（总共2题，每题15分）1.给定一个数据集，包含多个特征和一个类别标签，要