人工智能机器学习题目及详解.docxVIP

人工智能机器学习题目及详解

一、单项选择题（共10题，每题1分，共10分）

下列属于监督学习算法的是（）

A.K均值聚类算法

B.主成分分析（PCA）

C.线性回归算法

D.密度聚类算法（DBSCAN）

答案：C

解析：监督学习算法需要使用标注好的训练数据，即每个样本都有对应的标签。线性回归通过标注的输入输出数据拟合线性模型，属于监督学习。A选项K均值聚类、B选项主成分分析、D选项密度聚类算法均属于无监督学习，无需标注数据，仅对数据的内在结构进行分析。

当模型在训练集上表现极好，但在测试集上表现较差时，最可能出现的问题是（）

A.欠拟合

B.过拟合

C.数据噪声

D.特征缺失

答案：B

解析：过拟合是指模型过度学习训练集中的细节和噪声，导致在未见过的测试数据上泛化能力差。欠拟合则是模型未能捕捉到数据的核心规律，训练集和测试集表现都差。数据噪声和特征缺失会同时影响训练集和测试集的表现，不符合题干描述。

下列哪种损失函数常用于分类任务？（）

A.均方误差（MSE）

B.平均绝对误差（MAE）

C.交叉熵损失

D.均方根误差（RMSE）

答案：C

解析：交叉熵损失用于衡量分类模型预测的概率分布与真实标签分布之间的差异，是分类任务的常用损失函数。A、B、D选项均为回归任务中常用的损失函数，用于衡量预测值与真实值的数值差异。

梯度下降算法的核心目标是（）

A.