安徽大学《机器学习》2024 - 2025 学年第一学期期末试卷

第1页学院：专业班级：姓名：学院：专业班级：姓名：学号：装订线内不要答题学院/专业：__________姓名：__________学号：__________注意事项：1、本试卷满分100分。2、考试时间120分钟。题号一二三四五六七得分得分评阅人一、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.在神经网络中，激活函数的作用是（）。A.增加模型的复杂度B.对输入数据进行归一化C.引入非线性因素D.加速模型收敛3.以下关于梯度下降算法的说法，错误的是（）。A.梯度下降是一种迭代优化算法B.它通过不断调整参数来减小损失函数的值C.梯度方向是函数值增加最快的方向D.学习率过大可能导致模型不收敛4.支持向量机（SVM）主要用于解决（）问题。A.回归B.分类C.聚类D.降维5.下列哪项不是衡量模型泛化能力的指标？（）A.准确率B.召回率C.均方误差D.交叉验证得分6.在朴素贝叶斯算法中，假设特征之间（）。A.相互独立B.存在线性关系C.存在非线性关系D.有因果关系7.随机森林是由多个（）构成的。A.决策树B.神经网络C.支持向量机D.线性回归模型8.以下哪种方法不属于模型评估的方法？（）A.留出法B.交叉验证法C.自助法D.梯度提升法9.当模型出现过拟合时，可以采取的措施不包括（）。A.增加训练数据B.减少模型复杂度C.正则化D.增加特征维度10.对于一个二分类问题，逻辑回归模型的输出值范围是（）。A.[0,1]B.(-∞,+∞)C.[-1,1]D.[0,+∞)二、多项选择题（总共5题，每题4分，每题至少有两个正确答案，请将正确答案填写在括号内）1.以下哪些是机器学习中的常见损失函数？（）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.余弦相似度损失函数2.下列关于深度学习的说法，正确的有（）。A.深度学习是机器学习的一个分支B.它包含多个隐藏层的神经网络C.能够自动从大量数据中学习复杂的模式D.只适用于图像识别领域3.在K近邻算法中，影响分类结果的因素有（）。A.K值的选择B.距离度量方法C.数据的特征数量D.数据的分布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.主成分分析算法C.隐马尔可夫模型D.线性判别分析算法5.模型评估中，常用的性能指标有（）。A.准确率B.精确率C.F1值D.均方根误差三、判断题（总共10题，每题2分，请判断对错，在括号内打“√”或“×”）1.机器学习的目标是让计算机自动从数据中学习模式和规律，以实现特定的任务。（）2.决策树只能处理数值型数据。（）3.神经网络中的神经元越多，模型的性能一定越好。（）4.正则化可以防止模型过拟合。（）5.朴素贝叶斯算法对缺失值敏感。（）6.支持向量机的核函数可以将低维空间的数据映射到高维空间。（）7.随机森林中的每棵树都是独立训练的。（）8.交叉验证的折数越多，模型评估结果越准确。（）9.模型的训练误差越小，泛化能力越强。（）10.逻辑回归模型可以直接用于多分类问题。（）四、简答题（总共3题，每题10分）1.请简要阐述梯度下降算法的基本原理，并说明其在机器学习中的重要性。2.什么是支持向量机？简述其核心思想和主要应用场景。3.简述K近邻算法的优缺点，并说明在实际应用中如何选择合适的K值。五、综合题（总共2题，每题15分）1.给定一个简单的数据集，包含特征X和标签Y，请你选择一种合适的机器学习算法进行训练，并说明