林业大数据LightGBM+Optuna 超参数搜索空间与迭代次数试题库及答案.docVIP

林业大数据LightGBM+Optuna超参数搜索空间与迭代次数试题库及答案

一、单项选择题（每题2分，共10题）

1.LightGBM中用于控制叶子节点数的参数是（）

A.learning_rateB.num_leavesC.max_depthD.feature_fraction

2.Optuna中创建研究对象的函数是（）

A.create_studyB.StudyC.suggest_floatD.suggest_int

3.LightGBM中提升类型默认是（）

A.gbdtB.dartC.gossD.rf

4.Optuna主要用于（）

A.数据清洗B.超参数优化C.模型训练D.特征工程

5.LightGBM中哪个参数控制学习率（）

A.n_estimatorsB.objectiveC.learning_rateD.subsample

6.以下不属于LightGBM优点的是（）

A.训练速度快B.内存占用少C.过拟合严重D.支持大规模数据

7.Optuna中哪种搜索算法默认使用（）

A.TPEB.CMA-ESC.RandomSearchD.GridSearch

8.LightGBM中设置树的最大深度的参数是（）

A.num_leavesB.max_depthC.min_data_in_leafD.bagging_fraction

9.若想优化LightGBM的超参数，首先要定义（）

A.评估指标B.数据集C.搜索空间D.模型

10.Optuna中设置优化方向为最小化的参数是（）

A.direction=minimizeB.direction=maximizeC.goal=minimizeD.goal=maximize

答案：1.B2.B3.A4.B5.C6.C7.A8.B9.C10.A

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_iterationsB.learning_rateC.feature_fractionD.min_split_gain

2.Optuna支持的研究方向有（）

A.maximizeB.minimizeC.averageD.sum

3.可以用于评估LightGBM模型的指标有（）

A.accuracyB.recallC.f1-scoreD.mse

4.以下哪些是LightGBM的训练模式（）

A.gbdtB.dartC.gossD.hist

5.Optuna可与以下哪些框架结合使用（）

A.LightGBMB.XGBoostC.Scikit-learnD.TensorFlow

6.LightGBM中与数据采样相关的参数有（）

A.bagging_fractionB.bagging_freqC.subsampleD.feature_fraction

7.Optuna中搜索算法包括（）

A.TPEB.CMA-ESC.RandomSearchD.HyperBand

8.以下哪些操作可在Optuna优化LightGBM中进行（）

A.定义搜索空间B.定义目标函数C.执行优化D.绘制结果图

9.关于LightGBM说法正确的有（）

A.基于直方图算法B.适合处理高维稀疏数据C.训练速度比XGBoost快D.内存占用大

10.影响LightGBM模型性能的超参数有（）

A.num_leavesB.max_depthC.learning_rateD.n_estimators

答案：1.ABCD2.AB3.ABCD4.ABCD5.ABCD6.AB7.ABCD8.ABC9.ABC10.ABCD

三、判断题（每题2分，共10题）

1.LightGBM只能处理数值型数据。（）

2.Optuna只能优化一个超参数。（）

3.在LightGBM中，num_leaves越大越好。（）

4.Optuna中可以自定义搜索算法。（）