2025年大学《数学与应用数学》专业题库—— 统计机器学习与数据分析.docxVIP

2025年大学《数学与应用数学》专业题库——统计机器学习与数据分析

考试时间：______分钟总分：______分姓名：______

一、选择题（每小题3分，共30分。请将正确选项的字母填在题后的括号内。）

1.在监督学习中，下列哪一项不属于常见的损失函数？（）

A.均方误差(MSE)

B.交叉熵损失

C.Kullback-Leibler散度

D.决策树偏差

2.对于高维数据，使用主成分分析（PCA）的主要目的是？（）

A.提高模型的预测精度

B.减少数据维度，去除噪声和冗余信息

C.增加模型的复杂度以防止过拟合

D.直接将数据分类

3.在逻辑回归模型中，输出值通常被解释为？（）

A.属于某个类别的概率

B.数据点的欧氏距离

C.特征向量的方向

D.模型的梯度

4.k-近邻（k-NN）算法在分类时，若采用“多数表决”规则，则k值的选择会影响？（）

A.模型的复杂度

B.模型的偏差和方差

C.训练速度

D.k个最近邻点的权重

5.决策树在分裂节点时，选择分裂标准的依据通常是？（）

A.节点中数据点的数量

B.能最大程度减少不纯度（如信息增益、基尼不纯度）的标准

C.特征的方差大小

D.节点的深度

6.下列哪一种评估指标最适合用于类别不平衡的数据集？（）

A.准确率(Accuracy)

B.精确率(Precision)

C.召回率(Recall)

D.F1分数

7.L1正则化（Lasso）相比于L2正则化（Ridge）的主要特点是？（）

A.对系数的大小限制更严格

B.更容易产生过拟合

C.可以进行特征选择，使部分系数变为零

D.计算复杂度更低

8.在交叉验证中，K折交叉验证将数据集分成K份，每次留下一份作为测试集，其余K-1份用于训练，这个过程重复多少次？（）

A.1次

B.K次

C.(K-1)次

D.K(K-1)/2次

9.下列哪一项是衡量回归模型拟合优度的一种常用指标？（）

A.AUC

B.R平方(R-squared)

C.F1分数

D.超参数λ

10.对数据进行标准化（Z-scorenormalization）的目的是？（）

A.缩小数据范围

B.消除数据中的缺失值

C.使不同特征的取值具有相同的尺度，避免某些特征因取值范围大而对模型产生过大影响

D.对数据进行加密

二、填空题（每小题3分，共30分。请将答案填在题后的横线上。）

1.朴素贝叶斯分类器基于的假设是：给定分类标签，各个特征之间是________的。

2.决策树模型容易过拟合的原因之一是其对训练数据具有________。

3.在逻辑回归中，sigmoid函数通常写作________。

4.评估一个分类模型好坏的指标，如准确率、精确率、召回率等，通常需要在________集上计算。

5.PCA通过找到数据投影后________最大的方向来实现降维。

6.K-Means聚类算法的核心步骤包括初始化聚类中心、分配样本到最近的聚类中心以及更新聚类中心，这个过程重复进行，直到聚类中心________。

7.交叉验证的主要目的是在有限的训练数据下，获得对模型泛化能力的一种________估计。

8.过拟合指的是模型对训练数据学习得太好，以至于学习了数据中的________。

9.在特征工程中，将类别特征转换为数值特征的一种常见方法是________编码。

10.对于回归问题，均方根误差（RMSE）衡量的是模型预测值与真实值之间________的一种指标。

三、计算题（每小题10分，共40分。）

1.假设一个简单的线性回归模型拟合得到参数估计值θ?=1,θ?=2。请计算当输入特征x=3时，模型的预测输出y?。

2.已知一个二分类问题的混淆矩阵如下：

真正例(TP)=80，假正例(FP)=20，真负例(TN)=50，假负例(FN)=10。

请计算该模型的准确率、精确率、召回率和F1分数。

3.对一个包含1000个样本的数据集进行PCA降维，前两个主成分的方差解释率分别为0.65和0.15。请问，使用这两个主成分进行降维