Python机器学习第三版_习题及答案解析_Python高级开发工程师.pdfVIP

Python机器学习第三版高阶知识习题及答案解析

（答案见尾页）

一、选择题

1.以下哪个函数是用来处理PandasDataFrame中的缺失值的？

A.`df.dropna()`

B.`df.fillna()`

C.`df.isnull()`

D.`df.values`

2.在进行特征缩放时，以下哪种方法可以保证特征之间的尺度统一？

A.MinMaxScaler

B.StandardScaler

C.RobustScaler

D.LogTransformation

3.在Scikit-learn中，以下哪种分类器适合处理文本数据？

A.SVM

B.DecisionTreeClassifier

C.NaiveBayesClassifier

D.SupportVectorMachine

4.对于数值型数据，当遇到+/-inf时，Scikit-learn会怎么样处理？

A.忽略

B.报错

C.取绝对值

D.取平方根

5.在特征工程中，以下哪一种方法通常用于提取文本特征？

A.TF-IDF

B.Word2Vec

C.CountVectorizer

D.TermFrequency-InverseDocumentFrequency

6.以下哪种方法可以对多分类问题进行one-vs-one的建模？

A.softmax

B.logisticregression

C.decisiontree

D.randomforest

7.在进行特征选择时，以下哪种方法可以避免过拟合？

A.向前法

B.向后法

C.递归特征选择

D.LASSO

8.当使用决策树进行分类时，以下哪种属性通常用于选择最佳切分点？

A.Gini指数

B.基尼指数

C.信息增益

D.平方误差

9.在Scikit-learn中，以下哪种方法可以用于降维？

A.PCA

B.t-SNE

C.UMAP

D.Autoencoder

10.以下哪种方法可以用于生成特征importance？

A.随机森林

B.XGBoost

C.LightGBM

D.catboost

11.监督学习算法中的基本方法是：

A.训练集、测试集、验证集

B.未见过的数据

C.有标签的数据

D.无标签的数据

12.在监督学习中，我们通常使用哪种方法来划分训练集和测试集？

A.留出法

B.交叉验证

C.随机分组

D.基于特征的选择

13.以下哪种算法不属于监督学习算法？

A.决策树

B.Apriori算法

C.聚类

D.K近邻

14.以下哪种算法属于无监督学习算法？

A.线性回归

B.K近邻

C.聚类

D.支持向量机

15.在scikit-learn中，我们可以使用哪种方法进行特征选择？

A.留出法

B.交叉验证

C.随机分组

D.基于特征的选择

16.对于回归问题，以下哪个损失函数是适当的？

A.均方误差

B.对数损失

C.平方误差

D.绝对值损失

17.在梯度提升树算法中，以下哪项是重要的？

A.特征选择

B.树的深度

C.剪枝策略

D.数据预处理

18.在神经网络中，以下哪种激活函数常用于深层网络？

A.ReLU

B.Sigmoid

C.Tanh

D.LeakyReLU

19.XGBoost和LightGBM的主要区别在于：

A.学习率调度策略

B.Regularizationterm

C.优化器

D.特征数量

20.在scikit-learn中，我们可以使用交叉验证来评估模型性能：

A.True

B.False

21.在无监督学习中，以下哪种算