南京理工大学《机器学习》期末考试试卷(含答案).docxVIP

南京理工大学《机器学习》期末考试试卷（含答案）

考试时间：______分钟总分：______分姓名：______

一、选择题

1.下列哪一项不属于机器学习的主要学习范式？

A.监督学习

B.无监督学习

C.半监督学习

D.集成学习

2.在监督学习中，用于衡量模型预测与真实标签之间差异的函数被称为？

A.损失函数(LossFunction)

B.成本函数(CostFunction)

C.目标函数(ObjectiveFunction)

D.评估指标(EvaluationMetric)

3.决定使用哪个特征来进行节点分裂的准则，在决策树算法中被称为？

A.节点熵(NodeEntropy)

B.信息增益(InformationGain)

C.基尼不纯度(GiniImpurity)

D.信息增益率(InformationGainRatio)

4.支持向量机（SVM）通过寻找一个最优超平面，使得样本点到超平面的最小距离最大化，这主要目的是？

A.增大模型的复杂度

B.提高模型的泛化能力

C.减少训练数据量

D.增强模型对异常值的鲁棒性

5.下列哪种集成学习方法属于基于Bagging的策略？

A.随机森林(RandomForest)

B.AdaBoost

C.GradientBoosting

D.插值法(Interpolation)

6.K-均值聚类算法（K-Means）是一种什么样的聚类方法？

A.分层聚类(HierarchicalClustering)

B.密度聚类(Density-BasedClustering)

C.基于模型聚类(Model-BasedClustering)

D.划分聚类(PartitioningClustering)

7.在降维技术中，主成分分析（PCA）主要解决什么问题？

A.数据分类

B.数据聚类

C.数据压缩与特征提取

D.模型参数估计

8.交叉验证（Cross-Validation）的主要目的是？

A.提高模型的训练速度

B.防止过拟合(Overfitting)

C.减少模型的测试集大小

D.增加模型的特征数量

9.逻辑回归模型输出的结果通常被解释为什么？

A.连续值预测

B.概率值

C.离散类别标签

D.特征重要性

10.下列哪个指标不适合用来评价回归模型的性能？

A.均方误差(MeanSquaredError,MSE)

B.平均绝对误差(MeanAbsoluteError,MAE)

C.R平方(R-squared)

D.准确率(Accuracy)

二、填空题

1.在逻辑回归中，模型参数的优化通常使用________算法来求解。

2.决策树容易产生过拟合问题，一种常用的缓解方法是限制树的________。

3.SVM的核技巧(KernelTrick)能够将数据映射到更高维的空间，常用的核函数有线性核、多项式核、________核和Sigmoid核。

4.评价聚类算法好坏的指标有很多，其中________指标衡量了簇内样本的紧密度和簇间样本的分离度。

5.在进行机器学习建模前，通常需要对数据进行预处理，包括数据清洗、特征工程和________。

6.降维方法PCA的核心思想是将原始特征空间投影到一个新的特征空间，使得投影后数据的________最大化。

7.评价一个分类模型好坏的指标包括准确率、精确率、召回率和F1分数，其中精确率是________与________之比。

8.在模型选择中，使用留一法(Leave-One-OutCross-Validation,LOOCV)时，交叉验证的折数K等于训练集的________。

9.增强学习（ReinforcementLearning）的目标是训练一个智能体（Agent），使其通过在环境中执行动作来最大化长期累积奖励，其核心组成部分包括环境(Environment)、智能体(Agent)、状态(State)、动作(Action)和________。

10.对于高维数据，容易产生维度灾难，导致模型性能下降，一