2025年度数学期中“算法偏见”中的公平性数学问题测试.docxVIP

2025年度数学期中“算法偏见”中的公平性数学问题测试

考试时间：120分钟?总分：100分?年级/班级：高中一年级

2025年度数学期中“算法偏见”中的公平性数学问题测试

一、单选题

1.在算法设计中，若某算法对特定人群的识别准确率低于其他人群，这种现象通常被称为

A.算法冗余B.算法偏见C.算法过拟合D.算法欠拟合

2.假设某招聘算法基于历史数据训练，若历史数据中女性职位占比较低，则该算法可能产生

A.随机误差B.系统偏差C.样本不足D.计算错误

3.在机器学习模型中，公平性度量指标FPR（假阳性率）适用于评估

A.算法效率B.算法精度C.算法对不同群体的区分能力D.算法内存占用

4.若某信用评分算法对低收入群体的拒绝率显著高于高收入群体，且拒绝率与收入水平呈线性关系，则该算法可能存在

A.逆向选择B.预测偏差C.公平性冲突D.数据污染

5.在决策树算法中，为了避免偏见累积，应优先选择

A.最大基尼系数节点B.最小信息增益节点C.群体平衡分割点D.最大熵值节点

6.假设某医疗诊断算法在训练数据中男性样本占比80%，若算法对男性的诊断准确率高于女性，则该算法可能违反

A.无偏性原则B.准确性原则C.可解释性原则D.可扩展性原则

7.在逻辑回归模型中，若某特征变量对预测结