2026年人工智能算法测试卷二（押题冲刺）.docxVIP

2026年人工智能算法测试卷二（押题冲刺）

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.下列关于线性回归模型的描述，错误的是？

A.线性回归模型旨在找到一个线性函数来最佳地拟合数据点的集合。

B.最小二乘法是常用的线性回归模型参数估计方法。

C.线性回归模型可以处理非线性关系，只需增加足够的交互项。

D.线性回归模型的假设包括输入特征和输出变量之间线性关系。

2.在决策树算法中，选择最优分裂属性时，常用的impurity减小指标不包括？

A.信息增益（InformationGain）

B.基尼不纯度（GiniImpurity）

C.误分类率（MisclassificationError）

D.方差分析（ANOVA）

3.支持向量机（SVM）通过寻找一个超平面来区分不同类别的数据点，该超平面应满足什么条件以最大化分类间隔？

A.尽可能地将所有训练样本正确分类。

B.位于离它最近的两个类别样本点（支持向量）之间。

C.使分类错误样本的数量最小化。

D.最大化分类边界与最近点之间的距离。

4.下列关于梯度下降（GradientDescent）算法的描述，正确的是？