广东外语外贸大学《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、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.在训练决策树时，用于选择最佳划分属性的指标是（）。A.信息增益B.基尼系数C.均方误差D.A和B3.支持向量机中，最大化间隔的目的是（）。A.提高模型的泛化能力B.使模型更容易训练C.减少计算量D.增加模型的复杂度4.逻辑回归模型的输出值范围是（）。A.(-∞,+∞)B.(0,1)C.[-1,1]D.[0,+∞)5.以下关于神经网络的说法，错误的是（）。A.神经网络由多个神经元组成B.神经元之间通过权重连接C.神经网络只能处理线性问题D.可以通过反向传播算法进行训练6.在K近邻算法中，K值的选择对模型性能有重要影响，以下说法正确的是（）。A.K值越大，模型越复杂B.K值越小，模型越容易过拟合C.合适的K值需要通过实验确定D.K值与模型性能无关7.梯度下降算法是一种常用的优化算法，其目的是（）。A.寻找函数的最大值B.寻找函数的最小值C.计算函数的导数D.评估模型的性能8.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.支持向量机D.随机森林9.在朴素贝叶斯算法中，假设特征之间（）。A.相互独立B.相互关联C.部分独立D.以上都不对10.模型评估中，用于衡量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，请将正确答案填入括号内，少选、多选均不得分）1.监督学习的任务包括（）。A.分类B.回归C.聚类D.降维2.决策树的优点包括（）。A.模型简单，易于理解B.不需要进行数据归一化C.可以处理非线性问题D.训练速度快3.支持向量机的核函数有（）。A.线性核函数B.多项式核函数C.高斯核函数D.拉普拉斯核函数4.以下哪些是优化神经网络的方法？（）A.随机梯度下降B.AdagradC.AdadeltaD.RMSProp5.在模型评估中，常用的评估指标有（）。A.准确率B.召回率C.F1值D.均方误差三、判断题（总共10题，每题2分，请判断以下说法的对错，正确的打√，错误的打×）1.监督学习中，训练数据既有特征又有标签。（）2.决策树的深度越大，模型的泛化能力越强。（）3.支持向量机只能处理线性可分的数据。（）4.逻辑回归模型可以直接用于多分类问题。（）5.神经网络的层数越多，模型的性能越好。（）6.K近邻算法不需要进行训练，只需要进行预测。（）7.梯度下降算法一定能找到函数的全局最小值。（）8.特征选择可以减少数据维度，提高模型的训练速度和泛化能力。（）9.朴素贝叶斯算法对缺失值敏感。（）10.模型评估指标的选择只与问题类型有关，与模型本身无关。（）四、简答题（总共3题，每题10分，请简要回答以下问题）1.简述决策树的构建过程。2.请说明支持向量机的基本原理。3.解释梯度下降算法的工作原理。