林业大数据LightGBM+Optuna 超参数搜索空间试题库及答案.docVIP

林业大数据LightGBM+Optuna超参数搜索空间试题库及答案

一、单项选择题（每题2分，共10题）

1.LightGBM中用于设置学习率的参数是（）

A.num_leavesB.learning_rateC.max_depthD.feature_fraction

2.Optuna中创建研究对象的函数是（）

A.create_studyB.study.optimizeC.TrialD.suggest_uniform

3.LightGBM中控制叶子节点数的参数是（）

A.max_binB.min_data_in_leafC.num_leavesD.bagging_fraction

4.Optuna中用于建议整数参数的方法是（）

A.suggest_floatB.suggest_intC.suggest_categoricalD.suggest_loguniform

5.LightGBM中用于设置树的最大深度的参数是（）

A.max_depthB.min_gain_to_splitC.lambda_l1D.lambda_l2

6.Optuna中存储优化结果的对象是（）

A.TrialB.StudyC.ExperimentD.Objective

7.LightGBM中用于设置样本采样比例的参数是（）

A.feature_fractionB.bagging_fractionC.min_split_gainD.scale_pos_weight

8.Optuna中建议浮点数参数时，若要在对数尺度上取值用（）

A.suggest_uniformB.suggest_loguniformC.suggest_discrete_uniformD.suggest_categorical

9.LightGBM中用于设置正则化L1系数的参数是（）

A.lambda_l2B.min_data_in_leafC.lambda_l1D.max_bin

10.Optuna中定义目标函数的参数通常是（）

A.studyB.trialC.experimentD.objective

二、多项选择题（每题2分，共10题）

1.以下属于LightGBM超参数的有（）

A.num_leavesB.learning_rateC.max_depthD.batch_size

2.Optuna支持的参数建议方法有（）

A.suggest_intB.suggest_floatC.suggest_categoricalD.suggest_loguniform

3.影响LightGBM模型复杂度的超参数有（）

A.num_leavesB.max_depthC.min_data_in_leafD.learning_rate

4.以下关于LightGBM和Optuna说法正确的是（）

A.LightGBM是梯度提升框架B.Optuna用于超参数优化

C.LightGBM不支持分布式训练D.Optuna只能优化深度学习模型

5.在Optuna中，目标函数可以返回（）

A.标量值B.列表C.字典D.单个数值

6.以下哪些是LightGBM中与样本相关的超参数（）

A.bagging_fractionB.feature_fractionC.min_split_gainD.scale_pos_weight

7.Optuna研究对象（Study）的属性包括（）

A.best_paramsB.best_valueC.trialsD.direction

8.能在LightGBM中用于控制过拟合的超参数有（）

A.max_depthB.num_leavesC.lambda_l1D.lambda_l2

9.Optuna中可用于定义搜索空间的参数类型有（）

A.整数B.浮点数C.分类变量D.列表

10.LightGBM中与树生长相关的超参数有（）

A.num_leavesB.max_depthC.min_data_in_leafD.min_gain_to_split

三、判断题（每题2分，共10题）