广西财经学院《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，请将正确答案填入括号内）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训练数据B.监督学习的目标是预测输入数据的特征C.监督学习中训练数据包含输入和对应的输出D.监督学习只能处理分类问题2.在决策树中，信息增益的计算公式与以下哪个指标相关（）A.熵B.基尼系数C.均方误差D.交叉熵3.支持向量机（SVM）主要用于解决（）A.回归问题B.分类问题C.聚类问题D.降维问题4.以下哪种算法不属于无监督学习（）A.K均值聚类B.主成分分析C.决策树D.高斯混合模型5.对于线性回归模型，损失函数通常采用（）A.交叉熵损失B.均方误差损失C.绝对值损失D.0-1损失6.在神经网络中，激活函数的作用是（）A.增加模型的复杂度B.对输入进行非线性变换C.计算梯度D.调整权重7.随机森林是由多个（）组成的集成学习模型。A.决策树B.支持向量机C.神经网络D.线性回归模型8.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.梯度下降的目标是使损失函数最小化C.梯度下降每次迭代都朝着梯度增大的方向更新参数D.梯度下降有批量梯度下降、随机梯度下降等不同形式9.模型评估中，用于衡量分类模型预测准确性的指标是（）A.准确率B.召回率C.F1值D.以上都是10.以下哪种数据预处理方法可以用于处理数据中的缺失值（）A.归一化B.标准化C.填充法D.独热编码二、多项选择题（总共5题，每题4分，每题有多个正确答案，请将正确答案填入括号内，多选、少选、错选均不得分）1.下列属于机器学习中分类算法的有（）A.逻辑回归B.K近邻算法C.朴素贝叶斯算法D.线性回归2.决策树的构建过程中涉及到的关键步骤有（）A.特征选择B.树的生成C.剪枝D.模型评估3.以下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.深度学习包含多个隐藏层的神经网络C.深度学习在图像识别、语音识别等领域取得了很好的效果D.深度学习只能处理简单的线性问题4.模型评估中常用的指标有（）A.准确率B.召回率C.均方误差D.交叉熵5.数据预处理的步骤通常包括（）A.数据清洗B.特征选择C.数据归一化或标准化D.数据编码三、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。（）2.无监督学习中，训练数据没有明确的标签。（）3.支持向量机只能处理线性可分的数据。（）4.决策树生成过程中，信息增益越大，划分效果越好。（）5.线性回归模型的参数可以通过最小二乘法进行求解。（）6.神经网络中的神经元只能接收一个输入。（）7.随机森林通过对多个决策树的结果进行平均来提高模型的稳定性和准确性。（）8.梯度下降算法中，学习率越大，收敛速度越快。（）9.模型评估时，测试集和训练集可以完全相同。（）10.数据归一化或标准化可以提高模型的训练效率和泛化能力。（）四、简答题（总共3题，每题10分）1.请简要阐述监督学习和无监督学习的区别。2.说明决策树中信息增益的计算过程，并举例说明如何根据信息增益选择划分特征。3.简述梯度下降算法在机器学习中的作用，并说明其基