机器学习习题集及解析.docxVIP

机器学习习题集及解析

一、单项选择题（共10题，每题1分，共10分）

下列机器学习任务中，属于有监督学习范畴的是？

A.用户群体聚类

B.垃圾邮件分类

C.高维特征降维

D.商品关联规则挖掘

答案：B

解析：有监督学习的核心特点是训练数据包含输入特征和对应的标注标签，模型学习输入到标签的映射关系。选项B的垃圾邮件分类任务训练数据包含标注好的“正常邮件”“垃圾邮件”标签，属于有监督学习。其余三个选项的训练数据都不需要标注标签，属于无监督学习范畴。

下列情形中，最容易导致模型出现过拟合问题的是？

A.训练样本数量不足

B.正则化强度设置过高

C.学习率设置过小

D.输入特征数量过少

答案：A

解析：过拟合的本质是模型学习到了训练数据中的噪声和局部非通用规律，训练样本不足时模型很容易记住少量样本的独有特征而非整体规律，进而出现过拟合。选项B、D会导致模型欠拟合，选项C会导致模型收敛速度慢，不会直接引发过拟合。

下列激活函数中，既容易出现梯度消失问题，输出又不满足零中心化特性的是？

A.线性整流单元（ReLU）

B.Sigmoid函数

C.Tanh函数

D.带泄漏线性整流单元（LeakyReLU）

答案：B

解析：Sigmoid函数的输出范围是0到1，不满足零中心化，且在输入值绝对值过大时会进入饱和区，梯度趋近于0，容易引发梯度消失问题。Tanh函数输出范围是-1到