2026年监督学期末考试及答案.docVIP

2026年监督学期末考试及答案

一、填空题（每题2分，共20分）

1.监督学习的主要目标是通过输入数据及其对应的标签来学习一个能够对新的输入数据进行预测的模型。

2.决策树是一种常用的监督学习算法，它通过递归地分割数据空间来构建决策规则。

3.支持向量机（SVM）是一种有效的监督学习算法，它通过找到一个最优的超平面来最大化不同类别之间的间隔。

4.逻辑回归是一种用于二分类问题的监督学习算法，它通过sigmoid函数将线性组合的输入映射到[0,1]区间内。

5.在监督学习中，过拟合是指模型在训练数据上表现很好，但在测试数据上表现较差的现象。

6.正则化是一种常用的防止过拟合的技术，它通过在损失函数中添加一个惩罚项来实现。

7.交叉验证是一种常用的模型评估方法，它通过将数据分成多个子集，并在不同的子集上进行训练和验证来评估模型的性能。

8.在监督学习中，特征选择是指从原始特征集中选择一部分最有用的特征来构建模型的过程。

9.决策树算法的递归分割过程可以通过信息增益、增益率或基尼不纯度等指标来指导。

10.在多分类问题中，可以通过一对多（One-vs-All）或一对一（One-vs-One）等方法将多分类问题转化为多个二分类问题。

二、判断题（每题2分，共20分）

1.判断：决策树算法是一种非参数方法。（正确）

2.判断：支持向量机（SVM）在处理高维数据时表