2025年大一机器学习期末模拟试卷

2025年大一机器学习期末模拟试卷考试时间：120分钟 总分：100分 年级/班级：大一人工智能专业

2025年大一机器学习期末模拟试卷

一、选择题

1.下列哪一项不属于机器学习的常见任务？

 A.分类

 B.回归

 C.聚类

 D.绘图

2.决策树算法中，选择分裂属性的依据通常是？

 A.信息增益

 B.熵

 C.方差

 D.均值

3.下列哪种算法属于监督学习？

 A.K-means聚类

 B.K近邻算法

 C.主成分分析

 D.神经网络

4.在逻辑回归中，输出结果通常表示为？

 A.连续值

 B.分类标签

 C.概率值

 D.离散值

5.下列哪一项不是过拟合的常见原因？

 A.数据量不足

 B.特征过多

 C.模型复杂度低

 D.随机噪声

6.在支持向量机中，核函数的作用是？

 A.压缩数据

 B.增加特征维度

 C.映射到高维空间

 D.减少数据量

7.下列哪种方法可以用于处理缺失值？

 A.删除含有缺失值的样本

 B.均值填充

 C.回归填充

 D.以上都是

8.下列哪种算法属于无监督学习？

 A.线性回归

 B.决策树

 C.关联规则学习

 D.逻辑回归

9.在神经网络中，反向传播的作用是？

 A.增加神经元数量

 B.调整权重

 C.减少层数

 D.增加激活函数

10.下列哪种评估指标适用于不平衡数据集？

 A.准确率

 B.召回率

 C.F1分数

 D.AUC

11.在特征工程中，下列哪种方法属于特征选择？

 A.特征缩放

 B.特征编码

 C.递归特征消除

 D.特征组合

12.下列哪种模型适合处理非线性关系？

 A.线性回归

 B.逻辑回归

 C.支持向量机

 D.K近邻算法

13.在交叉验证中，k折交叉验证的含义是？

 A.将数据分成k份，每次用k-1份训练，1份验证

 B.将数据分成k份，每次用1份训练，k-1份验证

 C.将数据分成k份，每次用k份训练，0份验证

 D.将数据分成k份，每次用k-1份验证，1份训练

14.下列哪种方法可以用于降维？

 A.主成分分析

 B.线性判别分析

 C.因子分析

 D.以上都是

15.在集成学习中，下列哪种方法属于bagging？

 A.决策树集成

 B.随机森林

 C.提升算法

 D.负责任随机森林

16.下列哪种算法适合处理高维数据？

 A.线性回归

 B.逻辑回归

 C.主成分分析

 D.K近邻算法

17.在模型评估中，混淆矩阵的作用是？

 A.计算准确率

 B.计算召回率

 C.计算F1分数

 D.以上都是

18.下列哪种方法可以用于处理过拟合？

 A.正则化

 B.数据增强

 C.早停

 D.以上都是

19.在神经网络中，激活函数的作用是？

 A.增加神经元数量

 B.调整权重

 C.引入非线性

 D.减少层数

20.下列哪种算法属于强化学习？

 A.Q学习

 B.决策树

 C.逻辑回归

 D.神经网络

二、填空题

1.机器学习的核心目标是______。

2.决策树算法的递归终止条件通常是______。

3.在逻辑回归中，损失函数通常使用______。

4.支持向量机通过最大化______来划分数据。

5.缺失值处理方法中，均值填充适用于______分布的数据。

6.特征工程的主要目的是______。

7.交叉验证的主要目的是______。

8.集成学习中，随机森林通过______来增加模型鲁棒性。

9.混淆矩阵中，真正例（TP）表示______。

10.在神经网络中，前向传播和反向传播是______过程。

11.降维的主要目的是______。

12.监督学习需要______标签的数据。

13.无监督学习中，聚类算法的常见评估指标是______。

14.在模型评估中，AUC表示______。

15.正则化通过添加______项来惩罚复杂模型。

16.数据增强的常见方法包括______和______。

17.神经网络中，权重初始化的常见方法是______。

18.强化学习的核心要素包括______、______和______。

19.在特征选择中，递归特征消除（RFE）通过______来选择特征。

20.集成学习中，提升算法（Boosting）通过______来构建模型。

三、多选题

1.下列哪些属于机器学习的常见任务？

 A.分类

 B.回归

 C.聚类

 D.绘图

2.决策树算法中，选择分裂属性的依据通常包括？

 A.信息增益

 B.熵

 C.方差

 D.均值

3.下列哪些属于监督学习算法？

 A.K近邻算法

 B.决策树

 C.逻辑回归

 D.K-means聚类

4.下列哪些方法可以用于处理缺失值？

 A.删除含有缺失值的样本

 B.均值填充

 C.回归填充

 D.插值法

5.下列哪些属于无监督学习算法？

 A.聚类算法

 B.关联规则学习

 C.主成分分析

 D.神经网络

6.在支持向量机中，核函数的作用包括？

 A.压缩数据

 B.增加特征维度

 C.映射到高维空间

 D.减少数据量

7.下列哪些方法可以用于降维？

 A.主成分分析

 B.线性判别分析

 C.因子分析

 D.小波变换

8.在集成学习中，常见的集成方法包括？

 A.决策树集成

 B.随机森林

 C.提升算法

 D.负责任随机森林

9.下列哪些评估指标适用于不平衡数据集？

 A.准确率

 B.召回率

 C.F1分数

 D.AUC

10.在模型评估中，混淆矩阵的元素包括？

 A.真正例（TP）

 B.假正例（FP）

 C.真反例（TN）

 D.假反例（FN）

11.下列哪些方法可以用于处理过拟合？

 A.正则化

 B.数据增强

 C.早停

 D.降低模型复杂度

12.在神经网络中，常见的激活函数包括？

 A.Sigmoid

 B.ReLU

 C.Tanh

 D.Logistic

13.下列哪些属于强化学习的核心要素？

 A.状态

 B.动作

 C.奖励

 D.策略

14.在特征工程中，常见的特征处理方法包括？

 A.特征缩放

 B.特征编码

 C.特征组合

 D.特征选择

15.下列哪些属于集成学习的优点？

 A.提高模型鲁棒性

 B.提高模型泛化能力

 C.增加模型复杂度

 D.减少模型训练时间

16.在交叉验证中，常见的交叉验证方法包括？

 A.k折交叉验证

 B.留一交叉验证

 C.自助法交叉验证

 D.双重交叉验证

17.下列哪些属于监督学习算法？

 A.线性回归

 B.决策树

 C.逻辑回归

 D.支持向量机

18.下列哪些方法可以用于处理不平衡数据集？

 A.过采样

 B.欠采样

 C.代价敏感学习

 D.合并类别

19.在神经网络中，常见的优化算法包括？

 A.梯度下降

 B.Adam

 C.RMSprop

 D.随机梯度下降

20.下列哪些属于特征工程的主要目的？

 A.提高模型性能

 B.减少数据量

 C.增加数据维度

 D.增强模型泛化能力

四、判断题

1.决策树算法是一种非参数的监督学习方法。

2.支持向量机通过寻找一个最优的超平面来划分数据。

3.缺失值填充后可能会引入偏差，但不会影响模型的泛化能力。

4.特征工程的主要目的是增加数据的维度。

5.交叉验证的主要目的是评估模型的泛化能力。

6.集成学习中，随机森林通过并行构建多个决策树来增加模型鲁棒性。

7.混淆矩阵中，假反例（FN）表示实际为正例，但被预测为反例的样本数。

8.在神经网络中，反向传播算法用于计算损失函数对权重的梯度。

9.降维的主要目的是减少数据的特征数量，同时保留重要的信息。

10.强化学习的核心目标是学习一个策略，以最大化累积奖励。

11.在特征选择中，递归特征消除（RFE）通过递归减少特征数量来选择特征。

12.集成学习中，提升算法（Boosting）通过串行构建多个弱学习器来提高模型性能。

13.模型评估中，准确率适用于所有类型的数据集，无论数据是否平衡。

14.正则化通过添加惩罚项来限制模型的复杂度，防止过拟合。

15.数据增强的目的是增加训练数据的数量和多样性，提高模型的泛化能力。

16.神经网络中，权重初始化的目的是避免梯度消失或梯度爆炸。

17.强化学习中，状态是指智能体所处的环境状态。

18.在特征工程中，特征缩放的主要目的是将不同特征的数值范围统一。

19.集成学习中，bagging通过并行构建多个模型并取平均值来提高模型鲁棒性。

20.交叉验证中，k折交叉验证将数据分成k份，每次用k-1份训练，1份验证。

五、问答题

1.简述过拟合的常见原因及其解决方法。

2.解释集成学习的概念及其主要优点。

3.描述神经网络中前向传播和反向传播的过程及其作用。

试卷答案

一、选择题

1.D.绘图

解析：机器学习的常见任务包括分类、回归、聚类等，而绘图不属于机器学习的典型任务范畴。

2.A.信息增益

解析：决策树算法在选择分裂属性时，通常依据信息增益来衡量分裂前后信息的不确定性减少程度。

3.B.K近邻算法

解析：K近邻算法是一种监督学习方法，通过寻找与待分类样本最相似的k个邻居来进行分类。

4.C.概率值

解析：逻辑回归输出的是样本属于某一类别的概率值，而不是分类标签。

5.C.模型复杂度低

解析：过拟合的常见原因是模型复杂度过高，导致模型对训练数据拟合得过于紧密，而泛化能力差。模型复杂度低不会导致过拟合。

6.C.映射到高维空间

解析：支持向量机通过核函数将数据映射到高维空间，以找到一个能够更好划分数据的超平面。

7.D.以上都是

解析：处理缺失值的方法包括删除含有缺失值的样本、均值填充、回归填充等。

8.C.关联规则学习

解析：关联规则学习是一种无监督学习方法，用于发现数据项之间的有趣关系。

9.B.调整权重

解析：反向传播算法在神经网络中用于计算损失函数对权重的梯度，并根据梯度调整权重，以最小化损失函数。

10.B.召回率

解析：召回率适用于不平衡数据集，因为它关注的是模型正确识别出的正例样本占所有正例样本的比例。

11.C.递归特征消除

解析：特征选择是指从原始特征中选择出对模型性能影响最大的特征子集，递归特征消除是一种常见的特征选择方法。

12.C.支持向量机

解析：支持向量机适合处理非线性关系，通过核函数将数据映射到高维空间，从而能够找到一个能够更好划分数据的超平面。

13.A.将数据分成k份，每次用k-1份训练，1份验证

解析：k折交叉验证将数据分成k份，每次用k-1份训练，1份验证，重复k次，取平均性能作为模型评估结果。

14.D.以上都是

解析：降维的方法包括主成分分析、线性判别分析、因子分析等。

15.A.决策树集成

解析：bagging是一种集成学习方法，通过并行构建多个决策树并取平均值来提高模型鲁棒性。

16.C.主成分分析

解析：主成分分析适合处理高维数据，通过降维减少数据的维度，同时保留重要的信息。

17.D.以上都是

解析：混淆矩阵用于计算准确率、召回率、F1分数等评估指标。

18.D.以上都是

解析：处理过拟合的方法包括正则化、数据增强、早停等。

19.C.引入非线性

解析：激活函数在神经网络中用于引入非线性，使神经网络能够学习复杂的非线性关系。

20.A.Q学习

解析：Q学习是一种强化学习方法，通过学习状态-动作值函数来选择最优策略。

二、填空题

1.学习从数据中获取知识和规律

解析：机器学习的核心目标是学习从数据中获取知识和规律，并通过这些知识和规律来预测新的数据。

2.节点纯度达到某个阈值或节点包含的样本数少于某个阈值

解析：决策树算法的递归终止条件通常是节点纯度达到某个阈值或节点包含的样本数少于某个阈值。

3.逻辑损失函数或交叉熵损失函数

解析：在逻辑回归中，损失函数通常使用逻辑损失函数或交叉熵损失函数。

4.边界间隔

解析：支持向量机通过最大化边界间隔来划分数据，以找到一个能够更好泛化到新数据的超平面。

5.正态

解析：均值填充适用于正态分布的数据，因为均值可以较好地代表数据的中心趋势。

6.提高模型性能

解析：特征工程的主要目的是提高模型性能，通过特征选择、特征构造等方法来优化模型的输入特征。

7.评估模型的泛化能力

解析：交叉验证的主要目的是评估模型的泛化能力，通过在不同的数据子集上训练和验证模型，来估计模型的性能。

8.随机选择特征子集

解析：随机森林通过随机选择特征子集来增加模型鲁棒性，每次分裂时只考虑一部分特征，从而减少模型对特定特征的依赖。

9.实际为正例，且被预测为正例的样本数

解析：混淆矩阵中，真正例（TP）表示实际为正例，且被预测为正例的样本数。

10.交替

解析：在神经网络中，前向传播和反向传播是交替进行的过程，前向传播用于计算输出，反向传播用于计算梯度并更新权重。

11.减少数据的维度，同时保留重要的信息

解析：降维的主要目的是减少数据的维度，同时保留重要的信息，以减少计算复杂度和提高模型性能。

12.标签

解析：监督学习需要标签的数据，即每个样本都包含输入特征和对应的标签。

13.轮廓系数

解析：无监督学习中，聚类算法的常见评估指标是轮廓系数，用于衡量样本在聚类中的紧密度和分离度。

14.综合性能

解析：在模型评估中，AUC表示综合性能，即模型在不同阈值下的性能综合。

15.L1或L2

解析：正则化通过添加L1或L2项来惩罚复杂模型，以防止过拟合。

16.随机旋转、随机裁剪

解析：数据增强的常见方法包括随机旋转、随机裁剪等，通过增加训练数据的多样性来提高模型的泛化能力。

17.随机初始化

解析：神经网络中，权重初始化的常见方法是随机初始化，以避免梯度消失或梯度爆炸。

18.状态、动作、奖励

解析：强化学习的核心要素包括状态、动作、奖励，状态是智能体所处的环境状态，动作是智能体可以执行的操作，奖励是智能体执行动作后得到的反馈。

19.递归减少特征数量

解析：在特征选择中，递归特征消除（RFE）通过递归减少特征数量来选择特征，每次迭代中根据特征的重要性排序并删除最不重要的特征。

20.串行构建多个弱学习器

解析：集成学习中，提升算法（Boosting）通过串行构建多个弱学习器来提高模型性能，每个弱学习器都试图纠正前一个学习器的错误。

三、多选题

1.A.分类、B.回归、C.聚类

解析：机器学习的常见任务包括分类、回归、聚类等。

2.A.信息增益、B.熵

解析：决策树算法在选择分裂属性时，通常依据信息增益或熵来衡量分裂前后信息的不确定性减少程度。

3.A.K近邻算法、B.决策树、C.逻辑回归

解析：K近邻算法、决策树、逻辑回归都属于监督学习算法。

4.A.删除含有缺失值的样本、B.均值填充、C.回归填充

解析：处理缺失值的方法包括删除含有缺失值的样本、均值填充、回归填充等。

5.A.聚类算法、B.关联规则学习、C.主成分分析

解析：聚类算法、关联规则学习、主成分分析都属于无监督学习算法。

6.B.增加特征维度、C.映射到高维空间

解析：支持向量机中，核函数的作用是增加特征维度，将数据映射到高维空间，以找到一个能够更好划分数据的超平面。

7.A.主成分分析、B.线性判别分析、C.因子分析

解析：降维的方法包括主成分分析、线性判别分析、因子分析等。

8.A.决策树集成、B.随机森林、C.提升算法

解析：集成学习中，常见的集成方法包括决策树集成、随机森林、提升算法等。

9.B.召回率、C.F1分数、D.AUC

解析：评估指标适用于不平衡数据集包括召回率、F1分数、AUC等。

10.A.真正例（TP）、B.假正例（FP）、C.真反例（TN）、D.假反例（FN）

解析：混淆矩阵的元素包括真正例（TP）、假正例（FP）、真反例（TN）、假反例（FN）。

11.A.正则化、B.数据增强、C.早停、D.降低模型复杂度

解析：处理过拟合的方法包括正则化、数据增强、早停、降低模型复杂度等。

12.A.Sigmoid、B.ReLU、C.Tanh

解析：神经网络中，常见的激活函数包括Sigmoid、ReLU、Tanh等。

13.A.状态、B.动作、C.奖励

解析：强化学习的核心要素包括状态、动作、奖励。

14.A.特征缩放、B.特征编码、C.特征组合

解析：特征工程中，常见的特征处理方法包括特征缩放、特征编码、特征组合等。

15.A.提高模型鲁棒性、B.提高模型泛化能力

解析：集成学习的优点包括提高模型鲁棒性和泛化能力。

16.A.k折交叉验证、B.留一交叉验证、C.自助法交叉验证

解析：交叉验证中，常见的交叉验证方法包括k折交叉验证、留一交叉验证、自助法交叉验证等。

17.A.线性回归、B.决策树、C.逻辑回归、D.支持向量机

解析：监督学习算法包括线性回归、决策树、逻辑回归、支持向量机等。

18.A.过采样、B.欠采样、C.代价敏感学习

解析：处理不平衡数据集的方法包括过采样、欠采样、代价敏感学习等。

19.A.梯度下降、B.Adam、C.RMSprop

解析：神经网络中，常见的优化算法包括梯度下降、Adam、RMSprop等。

20.A.提高模型性能、B.减少数据量、D.增强模型泛化能力

解析：特征工程的主要目的包括提高模型性能、增强模型泛化能力等。

四、判断题

1.正确

解析：决策树算法是一种非参数的监督学习方法，通过递归分割数据来构建决策树。

2.正确

解析：支持向量机通过寻找一个最优的超平面来划分数据，该超平面能够最大化数据之间的边界间隔。

3.错误

解析：缺失值填充后可能会引入偏差，并影响模型的泛化能力。

4.错误

解析：特征工程的主要目的是提高模型性能，通过特征选择、特征构造等方法来优化模型的输入特征，而不是增加数据的维度。

5.正确

解析：交叉验证的主要目的是评估模型的泛化能力，通过在不同的数据子集上训练和验证模型，来估计模型的性能。

6.正确

解析：集成学习中，随机森林通过并行构建多个决策树来增加模型鲁棒性，每次分裂时只考虑一部分特征，从而减少模型对特定特征的依赖。

7.正确

解析：混淆矩阵中，假反例（FN）表示实际为正例，但被预测为反例的样本数。

8.正确

解析：在神经网络中，反向传播算法用于计算损