人工智能高中AI模型评估原理试卷.docxVIP

人工智能高中AI模型评估原理试卷

考试时间：______分钟总分：______分姓名：______

一、选择题：

1.在模型评估中，若一个模型对训练数据表现极好，但对新数据的泛化能力差，这种现象被称为（）。

A.准确率低

B.过拟合

C.欠拟合

D.预测延迟

2.评估分类模型性能时，精确率（Precision）指的是（）。

A.真阳性样本占所有真实阳性样本的比例

B.真阳性样本占所有预测为阳性样本的比例

C.真阳性样本占所有真实阴性样本的比例

D.真阴性样本占所有预测为阴性样本的比例

3.在数据类别不均衡的情况下，仅仅使用准确率（Accuracy）来评价模型性能可能会产生误导，此时更倾向于使用（）。

A.精确率（Precision）

B.召回率（Recall）

C.F1分数

D.AUC值

4.交叉验证（Cross-Validation）的主要目的是（）。

A.减少模型训练所需的数据量

B.提高模型的计算效率

C.获得更稳定、更可靠的模型性能估计

D.直接优化模型的超参数

5.在二分类问题中，真阳性（TP）、真阴性（TN）、假阳性（FP）、假阴性（FN）分别代表（）。

A