贵州财经大学《机器学习》2024 - 2025 学年第一学期期末试卷.docxVIP

（第PAGE2页）

制卷人签名：制卷日期

制卷人签名：制卷日期：审核人签名：：审核日期：

…………………………………

……………装……订……线…………………

学院专业/班级学号姓名

题

号

一

二

三

四

五

六

七

八

总分

阅卷

教师

得

分

………………

一、选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填写在括号内）

1.以下哪个算法不属于监督学习算法？（）

A.决策树B.支持向量机C.聚类算法D.逻辑回归

2.在训练决策树时，以下哪个指标用于选择最佳划分属性？（）

A.信息增益B.基尼系数C.均方误差D.交叉熵

3.支持向量机中，当样本线性可分时，最优分类超平面是（）

A.间隔最大的超平面B.间隔最小的超平面C.穿过最多样本的超平面D.以上都不对

4.逻辑回归的损失函数通常是（）

A.均方损失函数B.交叉熵损失函数C.绝对值损失函数D.平方铰链损失函数

5.对于梯度下降算法，步长α的选择（）

A.越大越好B.越小越好C.需要根据具体情况调整D.固定为某个值

6.以下哪种模型可用于处理多分类问题？（）

A.线性回归B.逻辑回归C.朴素贝叶斯D.以上都可以

7.朴素贝叶斯分类器的假设是（）

A.特征之间相互独立B.特征之间存在强相关性C.样本服从正态分布D.以上都不对

8.在K近邻算法中，K值的选择（）

A.越大越好B.越小越好C.通常选择较小值D.通常选择较大值

9.神经网络中，激活函数的作用是（）

A.增加模型的复杂度B.引入非线性因素C.加快模型收敛速度D.以上都不对

10.以下哪个不是深度学习中的优化器？（）

A.SGDB.AdagradC.PCAD.Adam

二、多项选择题（总共5题，每题5分，每题有多个正确答案，请将正确答案填写在括号内，漏选得2分，错选不得分）

1.监督学习的任务包括（）

A.分类B.回归C.聚类D.降维

2.决策树的剪枝策略包括（）

A.预剪枝B.后剪枝C.随机剪枝D.深度优先剪枝

3.支持向量机的核函数有（）

A.线性核B.高斯核C.多项式核D.拉普拉斯核

4.以下属于无监督学习算法的有（）

A.K均值聚类B.主成分分析C.自编码器D.决策树

5.深度学习中常用的卷积层的作用有（）

A.提取特征B.减少参数数量C.增加模型复杂度D.提高模型泛化能力

三、判断题（总共10题，每题2分，请判断对错，在括号内填写“√”或“×”）

1.监督学习中，训练数据包含特征和标签。（）

2.决策树只能处理数值型数据。（）

3.支持向量机的目标是找到最大间隔超平面。（）

4.逻辑回归可以直接用于多分类问题。（）

5.梯度下降算法一定能找到全局最优解。（）

6.朴素贝叶斯分类器对缺失值敏感。（）

7.K近邻算法的时间复杂度与样本数量成正比。（）

8.神经网络层数越多，性能一定越好。（）

9.深度学习模型的训练过程就是不断调整参数使损失函数最小化。（）

10.主成分分析是一种有监督学习算法。（）

四、简答题（总共3题，每题10分）

1.请简要介绍决策树的构建过程。

2.简述支持向量机的基本原理。

3.说明梯度下降算法的原理及在机器学习中的应用。

五、论述题（总共1题，每题20分）

1.深度学习近年来取得了巨大成功，请论述其成