北京邮电大学世纪学院《机器学习》2025-2026学年第一学期期末试卷(A卷)

说明：本试卷将作为样卷直接制版胶印，请命题教师在试题之间留足答题空间。（第1页共6页）制卷人签名：制卷人签名：制卷日期：审核人签名：：审核日期：………………………………………………装……订……线…………………北京邮电大学世纪学院《机器学习》2025-2026学年第一学期期末试卷(A卷)适用年级专业考试方式闭卷考试时间120分钟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………………得分一、单项选择题（每题1分，共20分）1.下列哪个算法属于监督学习？A.决策树B.K-means聚类C.主成分分析D.线性回归2.下列哪个损失函数通常用于二分类问题？A.交叉熵损失B.均方误差损失C.稀疏损失D.累计分布损失3.在机器学习中，以下哪个不是特征选择的方法？A.相关性分析B.主成分分析C.支持向量机D.递归特征消除4.以下哪个不是深度学习的常见架构？A.卷积神经网络B.循环神经网络C.生成对抗网络D.决策树5.以下哪个不是机器学习中的评估指标？A.准确率B.精确率C.召回率D.预测值6.以下哪个不是强化学习中的奖励函数？A.期望奖励B.累计奖励C.负奖励D.正奖励7.以下哪个不是机器学习中的过拟合现象？A.模型在训练集上表现良好，但在测试集上表现差B.模型在训练集上表现差，但在测试集上表现良好C.模型在训练集和测试集上表现良好D.模型在训练集和测试集上表现差8.以下哪个不是机器学习中的正则化方法？A.L1正则化B.L2正则化C.DropoutD.线性回归9.以下哪个不是机器学习中的数据预处理步骤？A.数据清洗B.数据标准化C.数据降维D.数据增强10.以下哪个不是机器学习中的集成学习方法？A.随机森林B.AdaBoostC.支持向量机D.K最近邻11.以下哪个不是机器学习中的无监督学习方法？A.K-means聚类B.主成分分析C.决策树D.线性回归12.以下哪个不是机器学习中的特征提取方法？A.特征选择B.特征提取C.特征降维D.特征增强13.以下哪个不是机器学习中的模型评估方法？A.准确率B.精确率C.召回率D.F1分数14.以下哪个不是机器学习中的模型优化方法？A.梯度下降B.随机梯度下降C.Adam优化器D.支持向量机15.以下哪个不是机器学习中的模型解释方法？A.决策树B.深度学习C.特征重要性D.模型可解释性16.以下哪个不是机器学习中的模型评估指标？A.准确率B.精确率C.召回率D.AUC17.以下哪个不是机器学习中的模型优化方法？A.梯度下降B.随机梯度下降C.Adam优化器D.支持向量机18.以下哪个不是机器学习中的模型解释方法？A.决策树B.深度学习C.特征重要性D.模型可解释性19.以下哪个不是机器学习中的模型评估指标？A.准确率B.精确率C.召回率D.AUC20.以下哪个不是机器学习中的模型优化方法？A.梯度下降B.随机梯度下降C.Adam优化器D.支持向量机二、多项选择题（每题2分，共20分）1.以下哪些是机器学习中的监督学习方法？A.决策树B.K-means聚类C.主成分分析D.线性回归2.以下哪些是机器学习中的无监督学习方法？A.K-means聚类B.主成分分析C.决策树D.线性回归3.以下哪些是机器学习中的特征选择方法？A.相关性分析B.主成分分析C.支持向量机D.递归特征消除4.以下哪些是机器学习中的特征提取方法？A.特征选择B.特征提取C.特征降维D.特征增强5.以下哪些是机器学习中的模型评估方法？A.准确率B.精确率C.召回率D.F1分数6.以下哪些是机器学习中的模型优化方法？A.梯度下降B.随机梯度下降C.Adam优化器D.支持向量机7.以下哪些是机器学习中的模型解释方法？A.决策树B.深度学习C.特征重要性D.模型可解释性8.以下哪些是机器学习中的模型评估指标？A.准确率B.精确率C.召回率D.AUC9.以下哪些是机器学习中的模型优化方法？A.梯度下降B.随机梯度下降C.Adam优化器D.支持向量机10.以下哪些是机器学习中的模型解释方法？A.决策树B.深度学习C.特征重要性D.模型可解释性三、判断题（每题1分，共10分）1.机器学习中的监督学习方法只能用于分类问题。（）2.机器学习中的无监督学习方法只能用于聚类问题。（）3.机器学习中的特征选择方法可以提高模型的性能。（）4.机器学习中的特征提取方法可以减少数据的维度。（）5.机器学习中的模型评估方法可以评估模型的性能。（）6.机器学习中的模型优化方法可以提高模型的准确率。（）7.机器学习中的模型解释方法可以解释模型的决策过程。（）8.机器学习中的模型评估指标可以评估模型的性能。（）9.机器学习中的模型优化方法可以提高模型的召回率。（）10.机器学习中的模型解释方法可以解释模型的预测结果。（）四、名词解释（每题4分，共20分）1.机器学习2.监督学习3.无监督学习4.特征选择5.特征提取五、简答题（每题6分，共18分）1.简述机器学习的应用领域。2.简述监督学习与无监督学习的区别。3.简述特征选择与特征提取的区别。六、案例分析题（1题，满分12分）某电商平台收集了用户购买行为数据，包括用户