机器学习损失函数专项试题（含详细答案）_1.docxVIP

机器学习损失函数专项试题（含详细答案）

适用范围：机器学习基础课程期末/随堂测试、课后巩固训练

考试时长：60分钟

满分：100分

一、单项选择题（每题3分，共10题，总计30分）

1.在线性回归任务中，最常用的损失函数是（）

A.交叉熵损失函数B.均方误差损失函数C.绝对误差损失函数D.Huber损失函数

2.二分类任务中，配合sigmoid激活函数使用的标准损失函数是（）

A.均方误差损失B.对数似然损失（二分类交叉熵）C.绝对损失D.平滑L1损失

3.下列损失函数中，对异常值、离群点最敏感的是（）

A.L1损失（绝对误差）B.L2损失（均方误差）C.Huber损失D.对数损失

4.多分类任务中，搭配softmax激活函数的专用损失函数是（）

A.二元交叉熵损失B.多分类交叉熵损失C.均方损失D.指数损失

5.Huber损失函数相较于L2损失的核心优势是（）

A.计算速度更快B.对离群点鲁棒性更强C.仅适用于分类任务D.梯度恒为常数

6.L1损失函数的主要特点是（）

A.梯度光滑连续B.容易产生稀疏权重C.对异常值极度敏感D.仅适用于分类任务

7.下列关于交叉熵损失的说法，正确的是（）

A.主要用于回归任务B.能够有效缓解梯度消失问题