南京理工大学紫金学院《机器学习：模型与算法》2025-2026学年第二学期期末试卷(A卷)

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页南京理工大学紫金学院《机器学习：模型与算法》2025-2026学年第二学期期末试卷(A卷)注意事项:1.请考生在下列横线上填写姓名、学号和年级专业。2.请仔细阅读各种题目的回答要求，在规定的位置填写答案。3.不要在试卷上乱写乱画，不要在装订线内填写无关的内容。4.考试时间120分钟专业学号姓名题号一二三四五六七八总分统分人复查人得分得分评分人一、单项选择题（每题1分，共20分）1.以下哪项不是监督学习中的分类算法？A.决策树B.支持向量机C.神经网络D.主成分分析2.在K-近邻算法中，K的值对算法的影响是？A.K值越大，分类精度越高B.K值越小，分类精度越高C.K值越大，分类精度越低D.K值越小，分类精度越低3.以下哪项不是无监督学习中的聚类算法？A.K-均值算法B.高斯混合模型C.主成分分析D.决策树4.在深度学习中，以下哪项不是常见的激活函数？A.ReLUB.SigmoidC.SoftmaxD.Tanh5.以下哪项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.F1值6.在支持向量机中，以下哪项不是核函数？A.线性核B.多项式核C.RBF核D.决策树核7.以下哪项不是特征选择的方法？A.单变量特征选择B.递归特征消除C.主成分分析D.决策树8.在神经网络中，以下哪项不是损失函数？A.交叉熵损失B.均方误差损失C.算术平均绝对误差损失D.决策树损失9.以下哪项不是集成学习方法？A.随机森林B.AdaBoostC.K-近邻D.决策树10.在机器学习中，以下哪项不是特征工程的方法？A.特征提取B.特征选择C.特征缩放D.特征交叉11.在机器学习中，以下哪项不是过拟合的原因？A.模型复杂度过高B.训练数据量不足C.模型参数设置不当D.特征工程不足12.在机器学习中，以下哪项不是欠拟合的原因？A.模型复杂度过低B.训练数据量过多C.模型参数设置不当D.特征工程不足13.在机器学习中，以下哪项不是数据预处理的方法？A.数据清洗B.数据归一化C.数据标准化D.数据降维14.在机器学习中，以下哪项不是特征提取的方法？A.主成分分析B.递归特征消除C.决策树D.线性回归15.在机器学习中，以下哪项不是特征选择的方法？A.单变量特征选择B.递归特征消除C.主成分分析D.决策树16.在机器学习中，以下哪项不是特征工程的方法？A.特征提取B.特征选择C.特征缩放D.特征交叉17.在机器学习中，以下哪项不是过拟合的原因？A.模型复杂度过高B.训练数据量不足C.模型参数设置不当D.特征工程不足18.在机器学习中，以下哪项不是欠拟合的原因？A.模型复杂度过低B.训练数据量过多C.模型参数设置不当D.特征工程不足19.在机器学习中，以下哪项不是数据预处理的方法？A.数据清洗B.数据归一化C.数据标准化D.数据降维20.在机器学习中，以下哪项不是特征提取的方法？A.主成分分析B.递归特征消除C.决策树D.线性回归二、多项选择题（每题2分，共20分）1.以下哪些是监督学习中的分类算法？A.决策树B.支持向量机C.神经网络D.主成分分析2.以下哪些是无监督学习中的聚类算法？A.K-均值算法B.高斯混合模型C.主成分分析D.决策树3.以下哪些是常见的激活函数？A.ReLUB.SigmoidC.SoftmaxD.Tanh4.以下哪些是机器学习中的评估指标？A.准确率B.精确率C.召回率D.F1值5.以下哪些是支持向量机中的核函数？A.线性核B.多项式核C.RBF核D.决策树核6.以下哪些是特征选择的方法？A.单变量特征选择B.递归特征消除C.主成分分析D.决策树7.以下哪些是集成学习方法？A.随机森林B.AdaBoostC.K-近邻D.决策树8.以下哪些是特征工程的方法？A.特征提取B.特征选择C.特征缩放D.特征交叉9.以下哪些是过拟合的原因？A.模型复杂度过高B.训练数据量不足C.模型参数设置不当D.特征工程不足10.以下哪些是欠拟合的原因？A.模型复杂度过低B.训练数据量过多C.模型参数设置不当D.特征工程不足三、判断题（每题1分，共10分）1.机器学习中的监督学习是指通过已知的输入和输出数据来训练模型。（）2.机器学习中的无监督学习是指通过未知的输入数据来训练模型。（）3.机器学习中的深度学习是指使用多层神经网络进行学习。（）4.机器学习中的特征工程是指通过提取和选择特征来提高模型性能。（）5.机器学习中的过拟合是指模型在训练数据上表现良好，但在测试数据上表现不佳。（）6.机器学习中的欠拟合是指模型在训练数据上表现不佳，但在测试数据上表现良好。（）7.机器学习中的集成学习方法是指将多个模型合并为一个模型。（）8.机器学习中的支持向量机是一种基于核函数的分类算法。（）9.机器学习中的主成分分析是一种特征提取方法。（）10.机器学习中的特征选择是指从原始特征中选择有用的特征。（）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.深度学习5.特征工程五、简答题（每题6分，共18分）1.简述机器学习的基本流程。2.简述监督学习、无监督学习和半监督学习的区别。3.简述特征工程在机器学习中的作用。六、案例分析题（1题，满分12分）某公司收集了1000条用户购买行为的记录，包括用户的年龄、性别、收入、购买商品类型等特征。现要预测用户是否购买某款商品，请根据以下材料进行分析。材料：1.用户年龄分布：18-25岁、26-35岁、36-45岁、46-55岁、56岁以上2.用户性别分布：男、女3.用户收入分