2026年人工智能与机器学习习题.docxVIP

2026年人工智能与机器学习习题

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在机器学习模型评估中，当使用5折交叉验证时，数据集被随机划分为5个子集。每次训练时，模型会在4个子集上训练，在剩下的1个子集上测试。这种方法的优点是能够有效利用数据，减少模型评估的方差。以下关于5折交叉验证的说法中，正确的是（）。

A.5折交叉验证适用于所有类型的机器学习模型，包括深度学习模型。

B.5折交叉验证比10折交叉验证更能减少模型评估的方差，但计算成本更高。

C.5折交叉验证要求数据集必须足够大，否则会导致过拟合。

D.5折交叉验证在处理小数据集时，评估结果的稳定性较差。

参考答案：B

解析：5折交叉验证通过将数据集划分为5个子集，每次选择一个子集作为测试集，其余4个子集作为训练集，重复5次，每次选择不同的子集作为测试集。这种方法能够在有限的样本数据上获得较为稳定的模型评估结果，同时有效利用数据。相比于10折交叉验证，5折交叉验证在减少模型评估方差方面表现更好，但计算成本更高。因此，选项B是正确的。选项A错误，因为5折交叉验证不适用于所有类型的机器学习模型，特别是深度学习模型，因为深度学习模型通常需要大量数据进行训练。选项C错误，5折交叉验证适用于所有大小的数据集，但数据集过小会导致过拟合，这与交叉验证的目的无关。选项D错误，5折交