决策科学练习及答案.docxVIP

决策科学练习及答案

姓名：__________考号：__________

题号

一

二

三

四

五

总分

评分

一、单选题(共10题)

1.什么是决策树中的叶节点？()

A.用于存储数据的节点

B.用于存储决策规则的节点

C.用于存储中间结果的节点

D.用于存储预测结果的节点

2.在熵增算法中，熵的计算公式是什么？()

A.H(X)=-Σ(pi*log(pi))

B.H(X)=Σ(pi*log(pi))

C.H(X)=-Σ(pi*log(pi^2))

D.H(X)=Σ(pi*log(pi^2))

3.什么是支持向量机（SVM）中的核函数？()

A.用于将数据映射到高维空间的函数

B.用于计算数据点之间距离的函数

C.用于计算数据点之间相似度的函数

D.用于计算数据点之间角度的函数

4.什么是关联规则挖掘中的支持度？()

A.表示规则中条件出现的频率

B.表示规则中结果出现的频率

C.表示规则中条件与结果同时出现的频率

D.表示规则中条件与结果同时出现的概率

5.什么是聚类分析中的轮廓系数？()

A.用于衡量聚类内部紧密度的指标

B.用于衡量聚类之间分离度的指标

C.用于衡量聚类内部紧密度和聚类之间分离度的指标

D.用于衡量聚类中心距离的指标

6.什么是回归分析中的残差？()

A.预测值与实际值之间的差值

B.实际值与预测值之间的差值

C.预测值与均值的差值

D.实际值与均值的差值

7.什么是神经网络中的激活函数？()

A.用于将输入数据映射到输出数据的函数

B.用于计算数据点之间相似度的函数

C.用于计算数据点之间距离的函数

D.用于计算数据点之间角度的函数

8.什么是贝叶斯网络中的条件概率表？()

A.用于存储节点之间概率关系的表格

B.用于存储节点状态及其概率的表格

C.用于存储节点之间边关系的表格

D.用于存储节点之间距离的表格

9.什么是决策树中的剪枝？()

A.在决策树训练过程中删除节点

B.在决策树训练过程中增加节点

C.在决策树训练过程中调整节点参数

D.在决策树训练过程中增加树的高度

10.什么是聚类分析中的K-means算法？()

A.一种基于距离的聚类算法

B.一种基于密度的聚类算法

C.一种基于层次的聚类算法

D.一种基于模型的聚类算法

二、多选题(共5题)

11.以下哪些是决策树算法的常见剪枝方法？()

A.预剪枝

B.后剪枝

C.交叉验证剪枝

D.模型选择剪枝

12.在关联规则挖掘中，以下哪些是影响规则质量的因素？()

A.支持度

B.置信度

C.增量

D.互斥

13.以下哪些是聚类分析中常用的距离度量方法？()

A.欧几里得距离

B.曼哈顿距离

C.余弦相似度

D.杰卡德相似系数

14.以下哪些是神经网络训练中常用的优化算法？()

A.梯度下降法

B.动量法

C.RMSprop

D.Adam

15.以下哪些是贝叶斯网络中用于表示节点之间依赖关系的工具？()

A.决策树

B.决策表

C.条件概率表

D.聚类分析

三、填空题(共5题)

16.在决策树中，用于评估节点划分好坏的指标是______。

17.在关联规则挖掘中，用于度量规则重要性的指标是______。

18.在聚类分析中，用于描述聚类内部紧密度和聚类之间分离度的指标是______。

19.在神经网络中，用于调整网络权重的优化算法是______。

20.在贝叶斯网络中，用于表示节点之间依赖关系的工具是______。

四、判断题(共5题)

21.支持向量机（SVM）是一种无监督学习算法。()

A.正确B.错误

22.在关联规则挖掘中，支持度和置信度越高，规则越有意义。()

A.正确B.错误

23.聚类分析中的K-means算法总是能够找到最佳的聚类数量。()

A.正确B.错误

24.在决策树中，剪枝可以减少过拟合。()

A.正确B.错误

25.贝叶斯网络中的条件概率表可以用来进行概率推理。()

A.正确B.错误

五、简单题(共5题)

26.请解释什么是决策树中的剪枝，以及剪枝的目的是什么？

27.在关联规则挖掘中，如何计算规则的支持度和置信度？

28.什么是聚类分析中的层次聚类方法？它有哪些步骤？

29