机器学习与人工智能(支持向量机与决策树)习题与答案.pdf

一、填空题

1.我们要用概率模型对数据和标签进行学习，需要数据/标签对服从某种概率分布，称

为（）。

正确答案：数据生成分布

2.在决策树学习中将已生成的树进行简化的过程称为（）。

正确答案：剪枝

二、判断题

1.支持向量分类器的判断规则只由训练观测的一部分（支持向量）确定。

正确答案：√

2.支持向量机通过使用核函数来扩大特征空间。

正确答案：√

3.支持向量机可看作是一类简单、直观的最大间隔分类器的推广。

正确答案：√

4.支持向量是最靠近决策表面的数据点。

正确答案：√

5.树的内部结点用特征作标签，树枝用是否符合特征来标签。

正确答案：√

6.过拟合发生在模型太过偏向训练数据时，对于决策树可以采用修剪的方法阻止过拟

合。

正确答案：√

7.对于实值特征，可以用比较测试将数据划分为两部分，或者选择范围过滤。

正确答案：√

8.决策树的节点有两种类型：内部节点和叶节点。内部节点表示一个特征或属性，叶

节点表示一个类。

正确答案：√

9.过拟合发生在模型太过偏向训练数据时。

正确答案：√

10.决策树的修剪可以采用正则化的方法。

正确答案：√

三、单选题

1.怎样理解非完美分类的超平面分类器？()

A.允许小部分训练观测被误分。

B.允许大部分训练观测被误分。

C.两种说法都对。

D.两种说法都不对。

正确答案：A

2.SVM算法的性能取决于(。)

A.核函数的选择

B.核函数的参数

C.软间隔参数C

D.以上都是

正确答案：D

3.SVM算法的最小时间复杂度是O(n*n)。基于这一点，（）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

正确答案：A

4.假定现在有一个四分类问题，你要用One-vs-all策略训练一个SVM的模型，你需要

训练几个SVM模型？（）

A.1

B.2

C.3

D.4

正确答案：D

5.在构建决策树时，需要计算每个用来划分数据特征的得分，选择分数最高的特征，

以下可以作为得分的是？（）

A.熵

B.基尼系数

C.训练误差

D.以上都是

正确答案：D

6.在决策树学习过程中，哪些情况可能会导致问题数据（特征相同但是标签不同）？

()

A.数据错误

B.数据有噪音

C.现有的特征不足以区分或决策

D.以上都是

正确答案：D

7.在构建决策树时，以下属于处理有多个值的特征的方法的是(。)

A.处理成多个二值划分

B.处理成多个划分

C.以上都是

D.以上都不是

正确答案：C

四、多选题

1.常用的核函数有（）。

A.线性核

B.径向核

C.拉普拉斯核

D.Sigmoid核

正确答案：A、B、C、D

2.下面哪些是SVM在实际生活中的应用。（）

A.文本分类

B.图片分类

C.新闻聚类

D.手写字体识别

正确答案：A、B、C、D

3.在构建决策树时，以下属于处理实值特征的方法的是（）。

A.用比较测试将数据划分为两个部分

B.处理成多个二值划分

C.选择范围过滤

D.以上都不是

正确答案：A、C

4.在下列哪些情况下可以为标签创建叶节点。（）

A.达到一个足够小的训练误差

B.剩下一定数量/比例的数据

C.所有数据属于同一个类

D.所有数据具有相同的特征值

正确答案：A、B、C、D