2026年监督学形考试题及答案.docVIP

2026年监督学形考试题及答案

一、填空题（每题2分，共20分）

1.监督学习的基本任务是通过学习输入数据对输出数据进行预测。

2.决策树是一种常用的监督学习算法，它通过树状图结构进行决策。

3.支持向量机（SVM）是一种有效的监督学习算法，它通过寻找最优超平面来划分不同类别的数据。

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函数将线性组合映射到[0,1]区间。

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.正则化是一种防止过拟合的技术，常见的正则化方法有L1正则化和L2正则化。

7.在交叉验证中，k折交叉验证将数据集分成k个子集，每次用k-1个子集进行训练，剩下的1个子集进行验证。

8.特征选择是监督学习中重要的预处理步骤，它通过选择最相关的特征来提高模型的性能。

9.在神经网络中，反向传播算法用于计算损失函数对网络参数的梯度，从而更新参数。

10.随机森林是一种集成学习方法，它通过组合多个决策树的预测结果来提高模型的鲁棒性。

二、判断题（每题2分，共20分）

1.判断：决策树算法在处理非线性问题时表现较差。（正确）

2.判断：支持向量机（SVM）在处理高维数据时表现优异。（正确）

3.判断：逻辑回归适用于多分类问题。（错误）

4.判断：过拟合会导致模型泛化能力差。（正确）

5.