近邻法（K近邻算法）期末考试试题及详细答案_1.docxVIP

近邻法（K近邻算法）期末考试试题及详细答案

适用课程：模式识别、机器学习基础

考试时长：90分钟

满分：100分

一、单项选择题（共10题，每题3分，共30分）

1.K近邻法（KNN）的核心分类原理是（）

A.基于样本特征的线性拟合判别

B.根据待测样本最近的K个训练样本类别投票决策

C.通过迭代训练优化分类权重

D.基于概率分布的最大似然估计

2.在K近邻算法中，K值选取过小时，容易出现的问题是（）

A.过拟合

B.欠拟合

C.运算速度变慢

D.分类结果趋于稳定

3.下列不属于K近邻法常用距离度量的是（）

A.欧氏距离

B.曼哈顿距离

C.余弦距离

D.梯度距离

4.K近邻法属于（）学习算法

A.有监督、惰性学习

B.无监督、惰性学习

C.有监督、积极学习

D.无监督、积极学习

5.当待测样本周边训练样本分布不均匀时，更适合采用（）

A.普通等权K近邻法

B.加权K近邻法

C.最近邻法（K=1）

D.固定阈值近邻法

6.欧氏距离的计算核心是衡量样本之间的（）

A.角度相似度

B.空间直线距离

C.特征差值绝对值和

D.概率相似度

7.K值选取过大时，会导致K近邻算法出现（）

A.模型过于敏感，噪声干扰大

B.分类边界过于平滑，忽略局部特征

C.训练样本失效

D.计算复杂度急剧升高