2026年专业课考研机器学习专项题库.docxVIP

2026年专业课考研机器学习专项题库

一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个选项中，只有一项是最符合题目要求的。请将所选项前的字母填在题后的括号内。）

1.在机器学习中，支持向量机（SVM）的核心思想是通过寻找一个最优超平面来最大化不同类别数据之间的边界间隔。以下关于SVM的描述中，哪一项是正确的？

A.SVM在处理高维数据时表现较差，因为维度增加会导致计算复杂度指数级增长。

B.当数据线性不可分时，可以通过核技巧（如RBF核）将数据映射到高维空间使其线性可分。

C.SVM的损失函数中包含对误分类样本的惩罚项，但对所有样本的惩罚权重相同。

D.SVM模型在训练完成后，其预测性能会随着测试数据维度的增加而显著下降。

2.在神经网络训练过程中，反向传播算法的主要作用是计算损失函数关于网络参数的梯度。以下关于反向传播的描述中，哪一项是错误的？

A.反向传播算法通过链式法则高效地计算梯度，避免了直接计算海森矩阵。

B.在训练过程中，反向传播需要存储整个训练数据集以计算梯度。

C.反向传播算法的收敛速度受学习率的影响，较大的学习率通常能加快收敛。

D.反向传播过程中，梯度下降方向是损失函数下降最快的方向。

3.决策树是一种常用的监督学习方法，其构建过程涉及节点分裂点的选择。以下关于决策树分裂