2025年大学（人工智能）机器学习算法模块测试试题及答案

2025年大学（人工智能）机器学习算法模块测试试题及答案

（考试时间：90分钟满分100分）班级______姓名______第I卷（选择题共30分）答题要求：本卷共6题，每题5分。在每题给出的四个选项中，只有一项是符合题目要求的。1.以下哪种算法不属于监督学习算法？（）A.决策树B.支持向量机C.聚类算法D.线性回归2.对于梯度下降算法，以下说法正确的是（）A.步长越大，收敛速度越快B.步长越小，收敛速度越快C.步长的选择不影响收敛速度D.合适的步长才能保证收敛速度和稳定性3.在K近邻算法中，K值的选择对分类结果有重要影响。当K值较小时，（）A.模型复杂度高，容易过拟合B.模型复杂度低，容易欠拟合C.分类效果不受影响D.以上都不对4.支持向量机的核心思想是（）A.寻找最大间隔分离超平面B.最小化分类错误C.最大化样本间距D.以上都不是5.关于神经网络中的激活函数，下列说法错误的是（）A.sigmoid函数输出值范围在(0,1)B.ReLU函数能有效缓解梯度消失问题C.tanh函数输出值范围在(-1,1)D.激活函数可有可无6.以下哪个不是评估机器学习模型性能的指标？（）A.准确率B.召回率C.F1值D.均方误差根第II卷（非选择题共70分）7.（10分）简述决策树算法的基本原理。8.（15分）请说明线性回归模型的损失函数及其作用。9.（15分）材料：在一个图像分类任务中，有1000个样本，分为10个类别。经过训练后，得到如下混淆矩阵：|预测类别|实际类别1|实际类别2|实际类别3|...|实际类别10||----|----|----|----|----|----||类别1|80|10|5|...|0||类别2|5|70|15|...|0||类别3|0|10|60|...|0||...|...|...|...|...|...||类别10|0|0|0|...|90|计算该模型的准确率、召回率和F1值。10.（20分）材料：给定一组数据点{(1,2),(2,3),(3,4),(4,5)}，使用线性回归模型预测当x=5时的y值。要求：（1）写出线性回归模型的一般形式。（2）计算模型的参数。（3）预测x=5时的y值。11.（20分）材料：某公司收集了一些客户的特征数据（年龄、收入、购买次数等），并根据这些数据构建了一个客户购买倾向预测模型。要求：（1）说明该模型属于哪种机器学习任务。（2）如果要评估该模型的性能，你会选择哪些评估指标？（3）简述如何提高该模型的性能。答案：1.C2.D3.A4.A5.D6.D7.决策树算法基本原理：它是基于树结构进行决策的算法。根据数据的属性特征，选择一个最优属性作为根节点，将数据集按照该属性的不同取值划分为不同的子集，每个子集再选择新的最优属性进行划分，以此递归下去，直到子集中的数据属于同一类别或者达到停止条件。最终形成一棵决策树，可用于分类和预测。8.线性回归模型的损失函数通常是均方误差损失函数。作用是衡量模型预测值与真实值之间的差异程度。通过最小化损失函数，可以找到最优的模型参数，使得模型对数据的拟合效果最好，从而提高模型的预测准确性。9.准确率=(80+70+60+...+90)/1000；召回率计算每个类别召回率再求平均，如类别1召回率=80/(80+10+5+...+0)等；F1值=2(准确率召回率)/(准确率+召回率)。具体计算略。10.（1）线性回归模型一般形式：y=wx+b。（2）通过最小二乘法计算参数w和b。（3）将x=5代入模型计算y值。具体计算略。11.（1）该模型属于