黄海广老师的机器学习课程期末考试题（满分100分，附答案）

黄海广博士的机器学习课程登陆了中国大学慕课，目前已经结课，第二期将在本月中旬开课，第一期有1.1万人报名学习。

课程地址：

https://www.icourse163.org/course/WZU-1464096179

敬请关注，第二期即将在寒假开放！

第一期课程结束后，很多人咨询期末考试答案，今天，黄海广博士公布了课程的期末考试答案，期末考试一共60题（单选30题，多选10题，判断题20题）一共100分，可以测试自己的机器学习水平。

若需要答案，关注公众号，回复“期末考试”可以获取答案。

1.单选(每题 2 分)

1.一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别 4 种不同的人员：狱警，小偷，送餐员，其他。下面哪种学习方法最适合此种应用需求：

A.回归问题

B.二分类问题

C.多分类问题

D.K-means 聚类问题

2.以下哪种技术对于减少数据集的维度会更好

A.删除缺少值太多的列

B.删除数据差异较大的列

C.删除不同数据趋势的列

D.都不是

3.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？

A.频繁模式挖掘

B.分类和预测

C.数据预处理

D.数据流挖掘

4.下列不是 SVM 核函数的是( )

A.多项式核函数

B.逻辑核函数

C.径向基核函数

D.线性核函数

5.数据科学家可能会同时使用多个算法（模型）进行预测， 并且最后把这些算法的结果集成起来进行最后的预测（集成学习），以下对集成学习说法正确的是

A.单个模型之间有高相关性

B.单个模型之间有低相关性

C.在集成学习中使用“平均权重”而不是“投票”会比较好

D.单个模型都是用的一个算法

6.‌ 在以下不同的场景中,使用的分析方法不正确的有（）‎

A.根据商家最近一年的经营及服务数据,用聚类算法判断出天猫商家在各自主营类目下所属的商家层级

B.根据商家近几年的成交数据,用聚类算法拟合出用户未来一个月可能的消费金额公式

C.用关联规则算法分析出购买了汽车坐垫的买家,是否适合推荐汽车脚垫

D.根据用户最近购买的商品信息,用决策树算法识别出淘宝买家可能是男还是女

7.‍bootstrap 数据的含义是‏

A.有放回的从整体 M 中抽样 m 个特征

B.无放回的从整体 M 中抽样 m 个特征

C.有放回的从整体 N 中抽样 n 个样本

D.无放回的从整体 N 中抽样 n 个样本

8.在逻辑回归中,如果同时加入 L1 和 L2 范数,不会产生什么效果‌

A.以做特征选择,并在一定程度上防止过拟合

B.能解决维度灾难问题

C.能加快计算速度

D.可以获得更准确的结果

9.‌ 对于在原空间中线性不可分问题，支持向量机（）。‏

A.在原空间中寻找非线性函数的划分数据

B.无法处理

C.在原空间中寻找线性函数划分数据

D.将数据映射到核空间中

10.‌ 回归问题和分类问题的区别是？

A.回归问题有标签，分类问题没有

B.回归问题输出值是离散的，分类问题输出值是连续的

C.回归问题输出值是连续的，分类问题输出值是离散的

D.回归问题与分类问题在输入属性值上要求不同

11.‌ 以下关于降维的说法不正确的是？‎

A.降维是将训练样本从高维空间转换到低维空间

B.降维不会对数据产生损伤

C.通过降维可以更有效地发掘有意义的数据结构

D.降维将有助于实现数据可视化

12.‌ 向量 x=[1,2,3,4,-9,0]的 L1 范数是多少？‌

A.1

B.19

C.6

D.

13.‍ 假设 X 和 Y 都服从正态分布，那么 P(X<5,Y<0)就是一个（ ），表示 X<5,Y<0 两个条件同时成立的概率，即两个事件共同发生的概率。‍

A.先验概率

B.后验概率

C.联合概率

D.以上说法都不对

14.‌ 假设会开车的本科生比例是 15%，会开车的研究生比例是 23%。若在某大学研究生占学生比例是 20%，则会开车的学生是研究生的概率是多少？

‎A.80%

B.16.6%

C.23%

D.27.71%

15.‏ 假设有 100 张照片，其中，猫的照片有 60 张，狗的照片是 40 张。

‏ 识别结果：TP=40，FN=20，FP=10，TN=30，则可以得到：( )。

A.Accuracy=0.8

B.Precision=0.8

C.Recall=0.8

D.以上都不对

16.以下关于训练集、验证集和测试集说法不正确的是( )。

‍A.测试集是纯粹是用于测试模型泛化能力

B.训练集是用来训练以及评估模型性能

C.验证集用于调整模型参数

D.以上说法都不对

17.‏ 下列哪种方法可以用来缓解过拟合的产生：( )。‎

A.增加更多的特征

B.正则化

C.增加模型的复杂度

D.以上都是

18.‎ 假设有 6 个二维数据点：D={(2,3),(5,7),(9,6),(4,5),(6,4),(7,2)}，第一次切分时候，切分线为( )。‍

A.x=5

B.x=6

C.y=5

D.y=6

19.‏ 两个向量的长度分别为 1 和 2，两者之间的夹角为 60 度，则以下选项错误的是( )。‎

A.余弦相似度为 0.5

B.余弦相似度为正

C.余弦相似度没法计算，因为没给出具体坐标值

D.余弦相似度的值与向量的长度无关，只和向量之间的夹角有关

20.‏LightGBM 与 XGBoost 相比，主要的优势不包括( )‌

A.更快的训练速度

B.更低的内存消耗

C.更好的准确率

D.采用二阶泰勒展开加快收敛

21.‏ 关于 BP 算法优缺点的说法错误的是 ( )。‌

A.BP 算法不能用于处理非线性分类问题

B.BP 算法训练时间较长

C.BP 算法容易陷入局部最小值

D.BP 算法训练时候可能由于权值调整过大使得激活函数达到饱和

22.‍ 神经网络算法有时会出现过拟合的情况，那么采取以下哪些方法解决过拟合更为可行（）。‏

A.为参数选取多组初始值，分别训练，再选取一组作为最优值

B.增大学习的步长

C.减少训练数据集中数据的数量

D.设置一个正则项减小模型的复杂度

23.‎SVM 算法的最小时间复杂度是 O(n^2)。基于这一点，以下哪种规格的数据集并不适用于该算法?( )‎

A.大数据集

B.小数据集

C.中数据集

D.不受数据集大小的影响

24.‍ 一个正例(2,3)，一个负例(0,-1)，下面哪个是 SVM 超平面?（ ）

‎A.2x+y-4=0

B.2y+x-5=0

C.x+2y-3=0

D.无法计算

25.‌ 下列关于 Kmeans 聚类算法的说法错误的是( )。

A.对大数据集有较高的效率并且具有可伸缩性

B.是一种无监督学习方法

C.K 值无法自动获取，初始聚类中心随机选择

D.初始聚类中心的选择对聚类结果影响不大

26.‍ 简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作( )。‍

A.层次聚类

B.划分聚类

C.非互斥聚类

D.密度聚类

27.‎ 以下关于 PCA 说法正确的是 ( )。‎

A.PCA 是一种监督学习算法

B.PCA 在转换后的第一个新坐标轴选择的是原始数据中方差最小的方向

C.PCA 转换后选择的第一个方向是最主要特征

D.PCA 不需要对数据进行归一化处理

28.‌ 关于 Apriori 和 FP-growth 算法说法正确的是( )。‌

A.Apriori 比 FP-growth 操作更麻烦

B.FP-growth 算法需要对项目进行配对，因此处理速度慢

C.FP-growth 只需要一次遍历数据，扫描效率高

D.FP-growth 算法在数据库较大时，不适宜共享内存

29.‌ 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？( )‎

A.关联规则发现

B.聚类

C.分类

D.自然语言处理

30.‍ 置信度(confidence)是衡量兴趣度度量( )的指标。‎

A.简洁性

B.确定性

C.实用性

D.新颖性

2.多选(每题 2 分)

31.‎ 下面哪些是分类算法？

‌A. 根据肿瘤的体积、患者的年龄来判断良性或恶性？

B.根据用户的年龄、职业、存款数量来判断信用卡是否会违约？

C.身高 1.85m，体重 100kg 的男人穿什么尺码的 T 恤？

D.根据房屋大小、卫生间数量等特征预估房价

32.‎ 以下哪些是使用数据规范化(特征缩放)的原因？

‌A.它通过降低梯度下降的每次迭代的计算成本来加速梯度下降

B.它通过减少迭代次数来获得一个好的解，从而加快了梯度下降的速度

C.它不能防止梯度下降陷入局部最优

D.它防止矩阵不可逆(奇异/退化)

33.‎ 影响 KNN 算法效果的主要因素包括( )。

‎A.K 的值

B.距离度量方式

C.决策规则

D.最邻近数据的距离

34.‏ 支持向量机有哪些常用的核函数( )。

A.高斯核

B.拉普拉斯核

C.线性核

D.多项式核

35.‏ 以下关于支持向量机的说法正确的是 ( )。‏

A.SVM 适用于大规模数据集

B.SVM 分类思想就是将分类面之间的间隔最小化

C.SVM 方法简单，鲁棒性较好

D.SVM 分类面取决于支持向量

36.‌ 关于 BP 算法优点说法正确的是（ ）。

A.BP 算法能够自适应学习

B.BP 算法有很强的非线性映射能力

C.BP 算法反向传播采用链式法则，推导过程严谨

D.BP 算法泛化能力不强

37.‏ 下面关于支持向量机的描述正确的是( )。

‏A.是一种监督学习的方法

B.可用于多分类的问题

C.支持非线性的核函数

D.是一种生成模型

38.‎ 下面属于降维常用的技术的有：( )。

‌A.主成分分析

B.特征提取

C.奇异值分解

D.离散化

39.‌PCA 算法获取的超平面应具有哪些性质 （ ）。

A.最近重构性

B.信息增益最大性

C.最大可分性

D.局部极小性

40.‎ 关于关联规则，正确的是：( )。

‌A.关联规则挖掘的算法主要有：Apriori 和 FP-Growth

B.一个项集满足最小支持度，我们称之为频繁项集

C.啤酒与尿布的故事是聚类分析的典型实例

D.支持度是衡量关联规则重要性的一个指标

3.判断(每题 1 分)

41.‏ 支持向量是那些最接近决策平面的数据点

‍A.正确

B.错误

42.‍ 相关变量的相关系数可以为零，对吗？

‏A.正确

B.错误

43.‌PCA 会选取信息量最少的方向进行投影。

‌A.正确

B.错误

44.‍ 大部分的机器学习工程中，数据搜集、数据清洗、特征工程这三个步骤绝大部分时间，而数据建模，占总时间比较少。

A.正确

B.错误

45.‏ 随机梯度下降，每次迭代时候，使用一个样本。

‌A.正确

B.错误

46.‎ 朴素贝叶斯法的基本假设是条件独立性。

‌A.正确

B.错误

47.SMOTE 算法是用了上采样的方法。

‍A.正确

B.错误

48.L2 正则化得到的解更加稀疏。

A.正确

B.错误

49.‍ID3 算法只能用于处理离散分布的特征。

A.正确

B.错误

50.‏ 集成学习的数据不需要归一化或者标准化。

‎A.正确

B.错误

51.‎BP 算法“喜新厌旧”，在学习新样本后，会把旧样本逐渐遗忘。

‌A.正确

B.错误

52.逻辑回归分类的精度不够高，因此在业界很少用到这个算法

‍A.正确

B.错误

53.‌SMOTE 算法是用了上采样的方法。

‌A.正确

B.错误

54.‍100 万条数据划分训练集、验证集、测试集，数据可以这样划分：98%，1%，1% 。‌

A.正确

B.错误

55.‎K 均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。‌

A.正确

B.错误

56.朴素贝叶斯法的基本假设是条件独立性。

‏A.正确

B.错误

57.特征空间越大，过拟合的可能性越大。

‎A.正确

B.错误

58.‍ 两个向量的余弦相似度越接近 1，说明两者越相似。

‌A.正确

B.错误

59.‍K 均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。‎

A.正确

B.错误

60.‍ID3 算法的核心思想就是以信息增益来度量特征选择，选择信息增益最大的特征进行分裂。

A.正确

B.错误