2025年机器学习《算法》冲刺预测卷.docxVIP

2025年机器学习《算法》冲刺预测卷

考试时间：______分钟总分：______分姓名：______

一、选择题（本大题共5小题，每小题2分，共10分。下列每小题给出的四个选项中，只有一项是符合题目要求的。请将正确选项前的字母填在答题卡相应位置。）

1.在监督学习模型评估中，当分类数据类别不均衡时，以下指标中最能反映模型对少数类预测能力的是？

A.准确率(Accuracy)

B.精确率(Precision)

C.召回率(Recall)

D.F1分数(F1-Score)

2.设某线性回归模型的目标函数为J(θ)=(1/2m)*Σ[(hθ(x(i))-y(i))^2]，其中hθ(x(i))表示模型预测值，y(i)表示真实值。为了使用梯度下降法最小化J(θ)，对参数θ的更新规则是？

A.θ:=θ-(α/m)*Σ[x(i)*(hθ(x(i))-y(i))]

B.θ:=θ-(α/m)*Σ[(hθ(x(i))-y(i))]

C.θ:=θ-(α/m)*Σ[y(i)*(hθ(x(i))-x(i))]

D.θ:=θ+(α/m)*Σ[(hθ(x(i))-y(i))*x(i)]

3.支持向量机（SVM）通过寻找一个最优超平面来分离数据，当使用线性核时，该超平面旨在最大化什么？

A.分类错误的样本数量

B.超平面与最近样本点的距离

C.超平面两侧样本点的间隔（Margin）

D.模型参数θ的值

4.决策树在构建过程中，选择分裂属性时，信息增益（ID3）和增益率（C4.5）主要区别在于？

A.信息增益计算考虑了属性取值的数量

B.增益率对具有更多取值的属性进行了惩罚

C.信息增益适用于分类目标，增益率适用于回归目标

D.增益率主要考虑了属性分裂后子节点的不纯度

5.使用K-Means算法进行聚类时，如果初始质心选择不佳，或者数据分布导致某些簇类密度差异很大，以下哪种情况最有可能发生？

A.算法无法收敛

B.聚类结果完全错误

C.产生一个簇包含所有数据点

D.最终簇内误差平方和（SSE）等于0

二、简答题（本大题共4小题，每小题5分，共20分。请将答案写在答题纸上。）

6.简述过拟合（Overfitting）和欠拟合（Underfitting）的基本概念，并分别列举导致这两种现象的常见原因。

7.解释梯度下降法（GradientDescent）的基本思想。在应用梯度下降法时，需要考虑哪些因素来保证算法的有效性和收敛性？

8.描述朴素贝叶斯分类器（NaiveBayesClassifier）的核心假设。为什么这个假设在现实世界中往往不成立，但其分类器依然在实践中表现良好？

9.简述PCA（主成分分析）降维的基本思想。它主要解决了什么问题？使用PCA降维时需要注意哪些潜在问题？

三、计算题（本大题共2小题，每小题7分，共14分。请将答案写在答题纸上。）

10.假设一个简单的线性回归模型训练得到参数θ?=1.5,θ?=2.0。给定一个数据点x=[1,3]?，其真实标签y=7。请计算该数据点处的模型预测值hθ(x)以及损失函数J(θ)在当前参数下的值。（损失函数使用均方误差MSE）

11.已知一个数据集经过标准化处理后，其特征向量为X=[[1,2],[3,4],[5,6]]?，其中特征维度d=2。假设PCA计算得到的前两个主成分的协方差矩阵特征值为λ?=9.0,λ?=1.0，对应的单位特征向量为v?=[0.6,0.8]?,v?=[-0.8,0.6]?。请计算数据投影到第一个主成分上的结果（即所有数据点在该方向上的坐标）。

四、算法设计/分析题（本大题共1小题，共16分。请将答案写在答题纸上。）

12.考虑一个特征维度d=1000的数据集，包含N=1000个样本。假设你需要使用KNN算法进行分类。请回答以下问题：

(1)简述KNN算法的基本步骤。

(2)如果直接计算每个样本与其他所有N-1个样本的距离，其时间复杂度是多少？请简述其主要瓶颈在哪里。

(3)为了提高KNN算法的效率，可以采用哪些常见的数据结构或方法？简要说明其原理。

(4)在实际应用KNN算法时，如何选择合适的近邻数量K？请列举至少两种选择K的方