2025年大学大一（人工智能技术）机器学习基础技术实务阶段测试题

2025年大学大一（人工智能技术）机器学习基础技术实务阶段测试题

（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：本大题共10小题，每小题3分。在每小题给出的四个选项中，只有一项是符合题目要求的。1.以下关于机器学习中监督学习的说法，正确的是（）A.监督学习不需要给定标签数据B.监督学习的目标是让模型学会从输入特征预测输出标签C.监督学习只有分类任务D.监督学习不需要进行模型训练答案：B2.下列不属于机器学习中常见的损失函数的是（）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.指数损失函数答案：D3.对于线性回归模型，其模型参数的求解通常采用（）A.梯度下降法B.随机梯度下降法C.最小二乘法D.以上都是答案：D4.在决策树算法中，用于选择划分属性的准则是（）A.信息增益B.信息增益率C.基尼指数D.以上都是答案：D5.支持向量机（SVM）的主要思想是（）A.寻找最大间隔超平面来分隔不同类别的数据B.对数据进行聚类C.进行特征降维D.以上都不是答案：A6.神经网络中，激活函数的作用是（）A.增加模型的非线性B.对输入数据进行归一化C.加速模型训练D.以上都不是答案：A7.以下哪种算法不属于无监督学习算法（）A.K均值聚类算法B.主成分分析算法C.决策树算法D.高斯混合模型算法答案：C8.在机器学习中，模型评估的常用指标不包括（）A.准确率B.召回率C.F1值D.学习率答案：D9.对于过拟合问题，以下解决方法不正确的是（）A.增加训练数据B.进行正则化C.减少模型复杂度D.增加模型参数答案：D10.梯度下降算法中，步长的选择对算法收敛的影响是（）A.步长越大，收敛越快，但可能错过最优解B.步长越小，收敛越快，且能找到最优解C.步长与收敛速度无关D.以上都不对答案：A第II卷（非选择题共70分）二、填空题（共10分）答题要求：本大题共5小题，每小题2分。请在横线上填写正确答案。1.机器学习的主要任务包括______、______、______、______和______。答案：分类、回归、聚类、降维、异常检测2.决策树的构建过程主要包括______和______两个步骤。答案：特征选择、树的生成3.神经网络中，常用的优化器有______、______、______等。答案：Adagrad、Adadelta、Adam4.无监督学习中，K均值聚类算法的目标是______。答案：将数据划分为K个簇，使得簇内数据点的相似度高，簇间数据点的相似度低5.在模型评估中，混淆矩阵可以用来计算______、______、______等指标。答案：准确率、召回率、F1值三、简答题（共20分）答题要求：本大题共4小题，每小题5分。简要回答问题。1.简述什么是机器学习，并举例说明其在实际生活中的应用。答案：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。例如在电商推荐系统中，通过分析用户的购买历史、浏览记录等数据，利用机器学习算法预测用户可能感兴趣的商品并进行推荐。2.请说明线性回归模型和逻辑回归模型的区别。答案：线性回归模型用于预测连续型变量，其输出是一个数值。它通过构建输入特征的线性组合来预测目标值。逻辑回归模型用于分类任务，特别是二分类。它通过对输入特征进行线性变换后，使用逻辑函数将其转换为概率值，从而判断样本属于某个类别的可能性。3.简述K均值聚类算法的基本步骤。答案：首先，随机选择K个数据点作为初始聚类中心；然后，计算每个数据点到各个聚类中心的距离，将数据点分配到距离最近的聚类中心所在的簇；接着，重新计算每个簇的中心；重复上述步骤，直到聚类中心不再变化或满足一定的终止条件。4.解释什么是模型的泛化能力，并说明如何提高模型的泛化能力。答案：模型的泛化能力是指模型对未知数据的预测能力。提高模型泛化能力的方法有：增加训练数据的多样性和规模；采用正则化技术防止过拟合；选择合适的模型复杂度；进行交叉验证等。四、材料分析题（共20分）材料：在一个医疗数据集里，记录了患者的年龄、症状、是否患有某种疾病等信息。现在要构建一个模型来预测患者是否患有该疾病。答题要求：本大题共2小题，每小题10分。请根据材料回答问题。1.请分析该问题适合采用哪种机器学习算法，并说明理由。答案：该问题适合采用逻辑回归算法。因为逻辑回归常用于二分类问题，能够根据输入的特征（年龄、症状等）预测患者是否患有疾病（二分类结果）。它可以很好地处理线性可分或近似线性可分的数据，并且计算相对简单，对于医疗数据这种规模通常也能有效处理。同时，逻辑回归的结果具有概率解释性，方便医生等人员理解患者患病的可能性。2.如果在构建模型过程中发现模型在训练集上表现很好，但在测试集上表现很差，可能是什么原因导致的？如何解决？答案：可能原因：模型过拟合，在训练集上过度拟合了噪声，导致对测试集的泛化能力不足；数据泄露，训练集和测试集划分不合理，部分测试集数据被用于训练；模型复杂度不适合，过于复杂或简单。解决方法：对模型进行正则化处理，如L1或L2正则化，防止过拟合；重新合理划分训练集和测试集；调整模型复杂度，如尝试不同的特征组合或模型结构，通过交叉验证选择最优模型。五、算法设计题（共20分）答题要求：本大题共1小题，20分。请设计一个简单的决策树算法来解决上述医疗数据预测疾病的问题。答案：首先，选择一个属性作为根节点的划分属性。可以计算每个属性的信息增益或信息增益率，选择信息增益最大或信息增益率最大的属性。然后，对于该属性的每个取值，将数据集划分为不同的子集。接着，对每个子集递归地重复上述过程，构建子树。在构建过程中，当子集中所有