《机器学习Python实战》期末试卷2及答案.docxVIP

《机器学习》课程考试试卷二

一、单项选择题（每题2分，共20分）

1.在机器学习中，用于评估模型预测结果与实际结果之间差异程度的指标称为：

A.准确率

B.损失函数

C.召回率

D.精度

2.下列哪个算法通常用于解决回归问题？

A.K-近邻（K-NN）

B.逻辑回归

C.支持向量机（SVM）

D.决策树

3.正则化在机器学习中主要用于：

A.提高模型的预测能力

B.减少模型的训练时间

C.防止模型过拟合

D.使得模型更加复杂

4.梯度下降算法中，学习率（learningrate）的作用是：

A.控制模型训练的速度

B.控制模型训练的迭代次数

C.控制模型在每一步更新参数时的大小

D.控制模型的复杂度

5.在随机森林中，增加树的数量通常会：

A.减少过拟合

B.增加过拟合

C.对模型性能无影响

D.减少欠拟合

6.以下哪个步骤不是机器学习流程中的一部分？

A.数据收集

B.特征工程

C.模型评估

D.模型预测（此步骤为流程的一部分，但题目强调“不是”流程中的步骤）

7.在分类问题中，混淆矩阵通常用于：

A.评估模型的分类性能

B.选择最优的特征

C.预测新数据

D.确定模型的最优参数

8.下列哪项是决策树算法的一个主要优点？

A.对缺失数据敏感

B.对异常值不敏感

C.需要大量的计算资源

D.对所有类型的数据都表现良