岭南师范学院《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页岭南师范学院《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.下列哪项不是监督学习中的分类算法？A.决策树B.K-最近邻C.主成分分析D.支持向量机2.在机器学习中，以下哪个不是特征选择的方法？A.递归特征消除B.特征重要性排序C.特征组合D.特征提取3.下列哪项不是深度学习中的卷积神经网络（CNN）的组成部分？A.卷积层B.池化层C.全连接层D.循环层4.下列哪项不是强化学习中的价值函数？A.状态-动作价值函数B.状态价值函数C.动作价值函数D.状态-动作价值函数5.下列哪项不是贝叶斯优化中的超参数？A.学习率B.激活函数C.优化器D.损失函数6.下列哪项不是集成学习中的模型？A.随机森林B.朴素贝叶斯C.决策树D.神经网络7.下列哪项不是深度学习中的优化算法？A.梯度下降B.AdamC.随机梯度下降D.牛顿法8.下列哪项不是无监督学习中的聚类算法？A.K-均值B.聚类层次C.主成分分析D.线性判别分析9.下列哪项不是机器学习中的过拟合现象？A.模型泛化能力差B.模型训练误差小C.模型预测准确率高D.模型训练时间短10.下列哪项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.预处理11.下列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分数12.下列哪项不是机器学习中的特征工程方法？A.特征选择B.特征提取C.特征组合D.特征缩放13.下列哪项不是机器学习中的模型评估方法？A.跨验证集评估B.留一法评估C.交叉验证D.模型选择14.下列哪项不是机器学习中的数据预处理方法？A.数据清洗B.数据集成C.数据变换D.数据归一化15.下列哪项不是机器学习中的数据集？A.训练集B.测试集C.验证集D.数据库16.下列哪项不是机器学习中的数据类型？A.分类数据B.连续数据C.序列数据D.时间序列数据17.下列哪项不是机器学习中的数据挖掘任务？A.分类B.聚类C.回归D.降维18.下列哪项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.F1分数19.下列哪项不是机器学习中的特征工程方法？A.特征选择B.特征提取C.特征组合D.特征缩放20.下列哪项不是机器学习中的数据预处理方法？A.数据清洗B.数据集成C.数据变换D.数据归一化二、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算法？A.决策树B.K-最近邻C.主成分分析D.支持向量机2.以下哪些是机器学习中的无监督学习算法？A.K-均值B.聚类层次C.主成分分析D.线性判别分析3.以下哪些是机器学习中的集成学习方法？A.随机森林B.朴素贝叶斯C.决策树D.神经网络4.以下哪些是机器学习中的优化算法？A.梯度下降B.AdamC.随机梯度下降D.牛顿法5.以下哪些是机器学习中的特征工程方法？A.特征选择B.特征提取C.特征组合D.特征缩放6.以下哪些是机器学习中的数据预处理方法？A.数据清洗B.数据集成C.数据变换D.数据归一化7.以下哪些是机器学习中的模型评估方法？A.跨验证集评估B.留一法评估C.交叉验证D.模型选择8.以下哪些是机器学习中的数据挖掘任务？A.分类B.聚类C.回归D.降维9.以下哪些是机器学习中的数据类型？A.分类数据B.连续数据C.序列数据D.时间序列数据10.以下哪些是机器学习中的数据集？A.训练集B.测试集C.验证集D.数据库三、判断题（每题1分，共10分）1.机器学习中的监督学习算法需要标注好的数据集。（）2.机器学习中的无监督学习算法不需要标注好的数据集。（）3.机器学习中的集成学习方法可以提高模型的泛化能力。（）4.机器学习中的优化算法可以加快模型的训练速度。（）5.机器学习中的特征工程方法可以提高模型的预测准确率。（）6.机器学习中的数据预处理方法可以减少噪声和异常值的影响。（）7.机器学习中的模型评估方法可以衡量模型的性能。（）8.机器学习中的数据挖掘任务可以解决实际问题。（）9.机器学习中的数据类型可以分为数值型和类别型。（）10.机器学习中的数据集可以分为训练集、测试集和验证集。（）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.集成学习5.特征工程五、简答题（每题6分，共18分）1.简述机器学习的应用领域。2.简述监督学习和无监督学习的区别。3.简述集成学习的基本原理。六、案例分析题（1题，满分12分）某电商平台希望利用机器学习技术预测用户购买行为，以下为其收集到的数据：|用户ID|年龄|性别|收入|购买次数|购买金额||::|:--:|:--:|:--:|::|::||1|25|男|5000|10|1000||2|30|女|8000|15|2000||3|35|男|6000|20|