大庆师范学院《机器学习》2024 - 2025 学年第一学期期末试卷

（第2页）制卷人签名：制卷日期制卷人签名：制卷日期：审核人签名：：审核日期：………………………………………………装……订……线…………………学院专业/班级学号姓名题号一二三四五六七八总分阅卷教师得分………………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.逻辑回归2.在k近邻算法中，k的取值对模型性能影响较大，当k取值较小时，模型会（）A.更加复杂，容易过拟合B.更加简单，容易欠拟合C.更加复杂，容易欠拟合D.更加简单，容易过拟合3.以下关于梯度下降法的说法错误的是（）A.梯度下降法是一种迭代优化算法B.梯度下降法可以用于求解损失函数的最小值C.梯度下降法的步长越大，收敛速度越快D.梯度下降法可能会陷入局部最优解4.对于线性回归模型，以下哪种评价指标可以用来衡量模型的预测准确性（）A.准确率B.召回率C.均方误差D.F1值5.支持向量机（SVM）的核心思想是（）A.寻找最大间隔超平面B.最小化损失函数C.最大化分类准确率D.进行特征降维6.在神经网络中，激活函数的作用是（）A.增加模型的非线性B.减少模型的计算量C.提高模型的收敛速度D.降低模型的过拟合风险7.以下哪种方法不属于特征选择的方法（）A.主成分分析B.决策树C.岭回归D.Lasso回归8.对于分类问题，当类别不平衡时，以下哪种评价指标可能会失效（）A.准确率B.召回率C.F1值D.均方误差9.在决策树构建过程中，以下哪种指标用于选择最优划分属性（）A.信息增益B.基尼系数C.均方误差D.交叉熵10.以下哪种算法是一种基于概率图模型的无监督学习算法（）A.朴素贝叶斯B.隐马尔可夫模型C.马尔可夫链D.最大期望算法二、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，漏选得3分，错选不得分）1.以下哪些算法属于集成学习算法（）A.随机森林B.梯度提升C.AdaBoostD.k近邻算法2.在机器学习中，数据预处理的步骤通常包括（）A.数据清洗B.数据集成C.数据变换D.数据归约3.对于深度学习模型，以下哪些是常用的优化器（）A.随机梯度下降（SGD）B.AdagradC.RMSPropD.Adam4.以下哪些方法可以用于处理过拟合问题（）A.增加数据量B.正则化C.剪枝D.降低模型复杂度5.在聚类算法中，以下哪些是常用的相似度度量方法（）A.欧氏距离B.曼哈顿距离C.余弦相似度D.汉明距离三、判断题（总共10题，每题2分，请判断对错，并将答案填写在括号内）1.机器学习就是让计算机自动从数据中学习模式和规律的过程。（）2.监督学习中，训练数据既有特征又有标签。（）3.无监督学习的目标是对数据进行分类或预测。（）4.决策树是一种基于树结构进行决策的分类算法，每个内部节点是一个属性上的测试。（）5.线性回归模型只能用于预测连续型变量。（）6.支持向量机在处理高维数据时容易出现维数灾难。（）7.神经网络中的神经元是一种线性模型。（）8.特征选择的目的是去除无关特征和冗余特征，提高模型的性能。（）9.交叉验证可以用于评估模型的泛化能力。（）10.聚类算法的结果通常需要人工标注类别标签。（）四、简答题（总共3题，每题10分，请简要回答问题）1.请简述什么是机器学习中的模型评估指标，以及常用的分类和回归模型评估指标有哪些？2.请解释梯度下降法的原理，并说明其在机器学习中的应用场景。3.请说明支持向量机的核函数的作用，并列举几种常见的核函数。五、论述题（总共2题，每题