机器学习(温州大学) 中国大学mooc慕课答案2024版 m106651

引言 引言课后测试

1、 哪一个是机器学习的合理定义？

A:机器学习从标记的数据中学习
B:机器学习能使计算机能够在没有明确编程的情况下学习
C:机器学习是计算机编程的科学
D:机器学习是允许机器人智能行动的领域
答案: 机器学习能使计算机能够在没有明确编程的情况下学习

2、 一个计算机程序从经验E中学习任务T，并用P来衡量表现。并且，T的表现P随着经验E的增加而提高。假设我们给一个学习算法输入了很多历史天气的数据，让它学会预测天气。什么是P的合理选择？

A:计算大量历史气象数据的过程
B:正确预测未来日期天气的概率
C:天气预报任务
D:以上都不
答案: 正确预测未来日期天气的概率

3、 回归问题和分类问题的区别是什么？

A:回归问题有标签，分类问题没有
B:回归问题输出值是离散的，分类问题输出值是连续的
C:回归问题输出值是连续的，分类问题输出值是离散的
D:回归问题与分类问题在输入属性值上要求不同
答案: 回归问题输出值是连续的，分类问题输出值是离散的

4、 以下关于特征选择的说法正确的是？

A:选择的特征越多越好
B:选择的特征越少越好
C:选择的特征需尽可能反映不同事物之间的差异
D:以上说法均不对
答案: 选择的特征需尽可能反映不同事物之间的差异

5、 一个包含n类的多分类问题，若采用一对剩余的方法，需要拆分成多少次？

A:1
B:n-1
C:n
D:n+1
答案: n-1

6、 机器学习方法传统上可以分为(  )类。

A:3
B:4
C:7
D:2
答案: 3

7、 哪些机器学习模型经过训练，能够根据其行为获得的奖励和反馈做出一系列决策？

A:监督学习
B:无监督学习
C:强化学习
D:以上全部
答案: 强化学习

8、 机器学习这个术语是由( )定义的？

A:James Gosling 
B:Arthur Samuel 
C:Guido van Rossum
D:以上都不是
答案: Arthur Samuel 

9、 哪种开发语言最适合机器学习？( )

A:C
B:Java
C:Python
D:HTML
答案: Python

10、  (   )是机器学习的一部分，与神经网络一起工作。

A:人工智能
B:深度学习
C:A和B
D:以上都不是
答案: 深度学习

11、  (  )是可用于标记数据的机器学习算法。

A:回归算法
B:聚类算法
C:关联规则算法
D:以上都不是
答案: 回归算法

12、 谷歌新闻每天收集非常多的新闻，并运用(  )方法再将这些新闻分组，组成若干类有关联的新闻。于是，搜索时同一组新闻事件往往隶属同一主题的，所以显示到一起。

A:回归
B:分类
C:聚类
D:关联规则
答案: 聚类

13、 下列哪些学习问题不属于监督学习？(  )

A:聚类
B:降维
C:分类
D:回归
答案: 聚类;
降维

14、 下列哪些学习问题不属于监督学习？( )

A:回归
B:分类
C:聚类
D:关联规则
答案: 聚类;
关联规则

15、 机器学习的方法由(   )等几个要素构成。

A:模型
B:损失函数
C:优化算法
D:模型评估指标
答案: 模型;
损失函数;
优化算法;
模型评估指标

16、 对于非概率模型而言，可按照判别函数线性与否分成线性模型与非线性模型。下面哪些模型属于线性模型？

A:K-means
B:k近邻
C:感知机
D:AdaBoost
答案: K-means;
k近邻;
感知机

17、 朴素贝叶斯属于概率模型。

A:正确
B:错误
答案: 正确

18、 根据肿瘤的体积、患者的年龄来判断良性或恶性，这是一个回归问题。

A:正确
B:错误
答案: 错误

19、 大部分的机器学习工程中，数据搜集、数据清洗、特征工程这三个步骤绝大部分时间，而数据建模，占总时间比较少。

A:正确
B:错误
答案: 正确

20、 已知你朋友的信息，比如经常发email的联系人，或是你微博的好友、微信的朋友圈，我们可运用聚类方法自动地给朋友进行分组，做到让每组里的人们彼此都熟识。

A:正确
B:错误
答案: 正确

逻辑回归 逻辑回归课后测验

1、 一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别4种不同的人员：狱警，小偷，送餐员，其他。下面哪种学习方法最适合此种应用需求：

A:二分类问题
B:多分类问题
C:回归问题
D:聚类问题
答案: 多分类问题

2、 以下关于分类问题的说法错误的是？

A:分类属于监督学习
B:分类问题输入属性必须是离散的
C:多分类问题可以被拆分为多个二分类问题
D:回归问题在一定条件下可被转化为多分类问题
答案: 分类问题输入属性必须是离散的

3、 以下关于逻辑回归与线性回归问题的描述错误的是（）

A:逻辑回归用于处理分类问题，线性回归用于处理回归问题
B:线性回归要求输入输出值呈线性关系，逻辑回归不要求
C:逻辑回归一般要求变量服从正态分布，线性回归一般不要求

D:线性回归计算方法一般是最小二乘法，逻辑回归的参数计算方法是似然估计法。

答案: 逻辑回归一般要求变量服从正态分布，线性回归一般不要求

4、 以下关于sigmoid函数的优点说法错误的是？

A:函数处处连续，便于求导 
B:可以用于处理二分类问题
C:在深层次神经网络反馈传输中，不易出现梯度消失
D:可以压缩数据值到[0,1]之间，便于后续处理
答案: 在深层次神经网络反馈传输中，不易出现梯度消失

5、 逻辑回归的损失函数是哪个？

A:MSE
B:交叉熵(Cross-Entropy)损失函数
C:MAE
D:RMSE
答案: 交叉熵(Cross-Entropy)损失函数

6、 下面哪一项不是Sigmoid的特点？

A:当σ(z)大于等于0.5时，预测 y=1
B:当σ(z)小于0.5时，预测 y=0
C:当σ(z)小于0.5时，预测 y=-1
D:σ(z)的范围为(0,1)
答案: 当σ(z)小于0.5时，预测 y=-1

7、 下列哪一项不是逻辑回归的优点？

A:处理非线性数据较容易
B:模型形式简单
C:资源占用少
D:可解释性好
答案: 处理非线性数据较容易

8、 假设有三类数据，用OVR方法需要分类几次才能完成？

A:1
B:2
C:3
D:4
答案: 2

9、 以下哪些不是二分类问题？

A:根据肿瘤的体积、患者的年龄来判断良性或恶性？
B:或者根据用户的年龄、职业、存款数量来判断信用卡是否会违约？
C:身高1.85m，体重100kg的男人穿什么尺码的T恤？
D:根据一个人的身高和体重判断他(她)的性别。
答案: 身高1.85m，体重100kg的男人穿什么尺码的T恤？

10、 逻辑回归通常采用哪种正则化方式？

A:Elastic Net
B:L1正则化
C:L2正则化
D:Dropout正则化
答案: L2正则化

11、 假设使用逻辑回归进行多类别分类，使用 OVR 分类法。下列说法正确的是？

A:对于 n 类别，需要训练 n 个模型
B:对于 n 类别，需要训练 n-1 个模型
C:对于 n 类别，只需要训练 1 个模型
D:以上说法都不对
答案: 对于 n 类别，需要训练 n 个模型

12、 你正在训练一个分类逻辑回归模型。以下哪项陈述是正确的？选出所有正确项

A:将正则化引入到模型中，总是能在训练集上获得相同或更好的性能
B:在模型中添加许多新特性有助于防止训练集过度拟合
C:将正则化引入到模型中，对于训练集中没有的样本，总是可以获得相同或更好的性能
D:向模型中添加新特征总是会在训练集上获得相同或更好的性能
答案: 向模型中添加新特征总是会在训练集上获得相同或更好的性能

13、 以下哪项陈述是正确的？选出所有正确项（ ）

A:在构建学习算法的第一个版本之前，花大量时间收集大量数据是一个好主意。
B:逻辑回归使用了Sigmoid激活函数
C:使用一个非常大的训练集使得模型不太可能过拟合训练数据。
D:如果您的模型拟合训练集，那么获取更多数据可能会有帮助。
答案: 逻辑回归使用了Sigmoid激活函数;
使用一个非常大的训练集使得模型不太可能过拟合训练数据。

14、 下面哪些是分类算法？

A:根据肿瘤的体积、患者的年龄来判断良性或恶性？
B:根据用户的年龄、职业、存款数量来判断信用卡是否会违约？
C:身高1.85m，体重100kg的男人穿什么尺码的T恤？
D:根据房屋大小、卫生间数量等特征预估房价
答案: 根据肿瘤的体积、患者的年龄来判断良性或恶性？;
根据用户的年龄、职业、存款数量来判断信用卡是否会违约？;
身高1.85m，体重100kg的男人穿什么尺码的T恤？

15、 逻辑回归的激活函数是Sigmoid。

A:正确
B:错误
答案: 正确

16、 逻辑回归分类的精度不够高，因此在业界很少用到这个算法

A:正确
B:错误
答案: 错误

17、 Sigmoid函数的范围是（-1，1）

A:正确
B:错误
答案: 错误

18、 逻辑回归的特征一定是离散的。

A:正确
B:错误
答案: 错误

19、 逻辑回归算法资源占用小，尤其是内存。

A:正确
B:错误
答案: 正确

20、 逻辑回归的损失函数是交叉熵损失

A:正确
B:错误
答案: 正确

回归 回归课后测试

1、  以下哪组变量之间存在线性回归关系？

A:学生的性别与他的成绩
B:儿子的身高与父亲的身高
C:正方形的边长与面积
D: 正三角形的边长与周长
答案:  正三角形的边长与周长

2、 回归问题和分类问题的区别是？

A:回归问题有标签，分类问题没有
B:回归问题输出值是离散的，分类问题输出值是连续的
C:回归问题输出值是连续的，分类问题输出值是离散的
D:回归问题与分类问题在输入属性值上要求不同
答案: 回归问题输出值是连续的，分类问题输出值是离散的

3、 以下说法错误的是？

A:残差是预测值与真实值之间的差值
B:损失函数越小，模型训练得一定越好
C:正则项的目的是为了避免模型过拟合
D:最小二乘法不需要选择学习率
答案: 损失函数越小，模型训练得一定越好

4、 哪些算法不需要数据归一化？

A:kNN
B:k-means
C:SVM
D:  决策树
答案:   决策树

5、 以下哪些方法不能用于处理欠拟合？

A:增大正则化系数
B:增加新的特征
C:增加模型复杂度
D:对特征进行变换，使用组合特征或高维特征
答案: 增大正则化系数

6、 以下哪些方法不能用于处理过拟合？

A:对数据进行清洗
B:增大训练数据的量
C:利用正则化技术
D:增加数据属性的复杂度
答案: 增加数据属性的复杂度

7、 下列关于线性回归分析中的残差（Residuals）说法正确的是？

A:残差均值总是为零
B:残差均值总是小于零
C:残差均值总是大于零
D:以上说法都不对
答案: 残差均值总是为零

8、 为了观察测试 Y 与 X 之间的线性关系，X 是连续变量，使用下列哪种图形比较适合？

A:散点图
B:柱形图
C:直方图
D:以上都不对
答案: 散点图

9、 假如你在训练一个线性回归模型，则：1. 如果数据量较少，容易发生过拟合。2. 如果假设空间较小，容易发生过拟合。关于这两句话，下列说法正确的是？

A:1 和 2 都错误
B:1 正确，2 错误
C:1 错误，2 正确
D:1 和 2 都正确
答案: 1 正确，2 错误

10、 关于特征选择，下列对 Ridge 回归和 Lasso 回归说法正确的是？

A:Ridge 回归适用于特征选择
B:Lasso 回归适用于特征选择
C:两个都适用于特征选择
D:以上说法都不对
答案: Lasso 回归适用于特征选择

11、 构建一个最简单的线性回归模型需要几个系数（只有一个特征）？

A:1 个
B:2 个
C:3 个
D:4 个
答案: 2 个

12、 向量x=[1,2,3,4,-9,0]的L1范数是多少？

A:1
B:19
C:6
D:
答案: 19

13、 以下哪些是使用数据规范化(特征缩放)的原因？

A:它通过降低梯度下降的每次迭代的计算成本来加速梯度下降
B:它通过减少迭代次数来获得一个好的解，从而加快了梯度下降的速度
C:它不能防止梯度下降陷入局部最优
D:它防止矩阵 不可逆(奇异/退化)
答案: 它通过减少迭代次数来获得一个好的解，从而加快了梯度下降的速度;
它不能防止梯度下降陷入局部最优

14、 线性回归中，我们可以使用最小二乘法来求解系数，下列关于最小二乘法说法正确的是?( )

A:只适用于线性模型，不适合逻辑回归模型等其他模型
B:不需要选择学习率
C:当特征数量很多的时候，运算速度会很慢
D:不需要迭代训练
答案: 只适用于线性模型，不适合逻辑回归模型等其他模型;
不需要选择学习率;
当特征数量很多的时候，运算速度会很慢;
不需要迭代训练

15、 欠拟合的处理主要有哪些方式：()

A:增加模型复杂度
B:减小正则化系数
C:增大正则化系数
D:添加新特征
答案: 增加模型复杂度;
减小正则化系数;
添加新特征

16、 假如使用一个较复杂的回归模型来拟合样本数据，使用 Ridge回归，调试正则化参数，来降低模型复杂度，若正则化系数较大时，关于偏差(bias)和方差(variance)，下列说法正确的是?( )

A:偏差减小
B:偏差增大
C:方差减小
D:方差增大
答案: 偏差增大;
方差减小

17、 如果两个变量相关，那么它们一定是线性关系。

A:正确
B:错误
答案: 错误

18、 随机梯度下降，每次迭代时候，使用一个样本。

A:正确
B:错误
答案: 正确

19、 L2正则化往往用于防止过拟合，而L1正则化往往用于特征选择。

A:正确
B:错误
答案: 正确

20、 过拟合的处理可以通过减小正则化系数。

A:正确
B:错误
答案: 错误

朴素贝叶斯 朴素贝叶斯课后测验

小提示:本节包含奇怪的同名章节内容

1、 假设会开车的本科生比例是15%，会开车的研究生比例是23%。若在某大学研究生占学生比例是20%，则会开车的学生是研究生的概率是多少？

A:80% 
B:16.6% 
C:23%
D:15%
答案: 16.6% 

2、 下列关于朴素贝叶斯的特点说法错误的是（）

A:朴素贝叶斯模型发源于古典数学理论，数学基础坚实
B:朴素贝叶斯模型无需假设特征条件独立
C:朴素贝叶斯处理过程简单，分类速度快
D:朴素贝叶斯对小规模数据表现较好
答案: 朴素贝叶斯模型无需假设特征条件独立

3、 以下算法不属于生成模型 ( )

A:朴素贝叶斯模型 
B:混合高斯模型
C:隐马尔科夫模型 
D:支持向量机
答案: 支持向量机

4、 关于拉普拉斯平滑说法正确的是（）

A:避免了出现概率为0的情况 
B:加上拉普拉斯平滑有助于提高学习性能
C:会使得最终结果可能大于1    
D:以上说法都不对
答案: 避免了出现概率为0的情况 

5、 假设X和Y都服从正态分布，那么P(X<5,Y<0)就是一个（ ），表示X<5,Y<0两个条件同时成立的概率，即两个事件共同发生的概率。

A:先验概率
B:后验概率
C:联合概率 
D:以上说法都不对
答案: 联合概率 

6、 以下算法属于判别模型的是（ ）

A:朴素贝叶斯模型 
B:深度信念网络
C:隐马尔科夫模型
D:线性回归
答案: 线性回归

7、 朴素贝叶斯的优点不包括（ ）

A:算法逻辑简单,易于实现
B:分类过程中时空开销小
C:对缺失数据不太敏感，算法也比较简单，常用于文本分类
D:朴素贝叶斯模型对输入数据的表达形式很敏感
答案: 朴素贝叶斯模型对输入数据的表达形式很敏感

8、 市场上某商品来自两个工厂，它们市场占有率分别为60%和40%，有两人各自买一件，则买到的来自不同工厂之概率为(  )。

A:0.5
B:0.24
C:0.48
D:0.3
答案: 0.48

9、 以A表示事件”甲种产品畅销，乙种产品滞销”，则其对立事件A为（  ）

A:甲种产品滞销，乙种产品畅销
B:甲，乙两种产品均畅销
C:甲种产品滞销
D:甲种产品滞销或乙种产品畅销
答案: 甲种产品滞销或乙种产品畅销

10、 11. 关于朴素贝叶斯，下列说法错误的是：（ ）

A:它是一个分类算法
B:朴素的意义在于它的一个天真的假设：所有特征之间是相互独立的
C:它实际上是将多条件下的条件概率转换成了单一条件下的条件概率，简化了计算
D:朴素贝叶斯不需要使用联合概率
答案: 朴素贝叶斯不需要使用联合概率

11、 掷二枚骰子，事件A为出现的点数之和等于3的概率为（ ）

A:1/11
B:1/18
C:1/6
D:都不对
答案: 1/18

12、 公司里有一个人穿了运动鞋，推测是男还是女？已知公司里男性30人，女性70人，男性穿运动鞋的有25人，穿拖鞋的有5人，女性穿运动鞋的有40人，穿高跟鞋的有30人。则以下哪项计算错误（）？

A:p(男｜运动鞋)=0.25
B:p(女｜运动鞋)=0.4
C:p(运动鞋｜男性)=25/30
D:p（运动鞋｜女性)=0.4
答案: p（运动鞋｜女性)=0.4

13、 根据以往经验和分析得到的概率。在这里，我们用P(Y)来代表在没有训练数据前假设Y拥有的初始概率，因此称其为Y的后验概率，它反映了我们所拥有的关于Y的背景知识。

A:正确
B:错误
答案: 错误

14、 朴素贝叶斯模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，在属性相关性较小时，朴素贝叶斯性能良好。而在属性个数比较多或者属性之间相关性较大时，分类效果不好。

A:正确
B:错误
答案: 正确

15、 朴素贝叶斯对缺失数据较敏感。

A:正确
B:错误
答案: 正确

16、 判别模型所学内容是决策边界。

A:正确
B:错误
答案: 正确

17、 逻辑回归是生成模型，朴素贝叶斯是判别模型

A:正确
B:错误
答案: 错误

18、 逻辑回归和朴素贝叶斯都有对属性特征独立的要求

A:正确
B:错误
答案: 错误

19、 朴素贝叶斯法的基本假设是条件独立性。

A:正确
B:错误
答案: 正确

20、 朴素贝叶斯适用于小规模数据集，逻辑回归适用于大规模数据集。

A:正确
B:错误
答案: 错误

21、 假设会开车的本科生比例是15%，会开车的研究生比例是23%。若在某大学研究生占学生比例是20%，则会开车的学生是研究生的概率是多少？

A:80% 
B:16.6% 
C:23%
D:27.7%
答案: 27.7%

机器学习实践 机器学习实践课后测验

1、 以下关于训练集、验证集和测试集说法不正确的是(  )。

A:测试集是纯粹是用于测试模型泛化能力
B:训练集是用来训练以及评估模型性能
C:验证集用于调整模型参数
D:以上说法都不对
答案: 训练集是用来训练以及评估模型性能

2、 当数据分布不平衡时，我们可采取的措施不包括( )。

A:对数据分布较少的类别过采样
B:对数据分布较多的类别欠采样
C:对数据分布较多的类别赋予更大的权重 
D:对数据分布较少的类别赋予更大的权重
答案: 对数据分布较多的类别赋予更大的权重 

3、 假设有100张照片，其中，猫的照片有60张，狗的照片是40张。识别结果：TP=40，FN=20，FP=10，TN=30，则可以得到：(  )。

A:Accuracy=0.8
B:Precision=0.8
C:Recall=0.8
D:以上都不对
答案: Precision=0.8

4、 关于数据规范化，下列说法中错误的是(  )。

A:包含标准化和归一化
B:标准化在任何场景下受异常值的影响都很小
C:归一化利用了样本中的最大值和最小值
D:标准化实际上是将数据在样本的标准差上做了等比例的缩放操作
答案: 标准化在任何场景下受异常值的影响都很小

5、 下列哪种方法可以用来缓解过拟合的产生：(  )。

A:增加更多的特征
B:正则化
C:增加模型的复杂度
D:以上都是
答案: 正则化

6、 以下关于ROC和PR曲线说法不正确的是  (  )。

A:ROC曲线兼顾正例与负例，PR曲线完全聚焦于正例
B:如果想测试不同类别分布下分类器性能的影响，ROC曲线更为适合
C:ROC曲线不会随着类别分布的改变而改变
D:类别不平衡问题中，ROC曲线比PR曲线估计效果要差
答案: 类别不平衡问题中，ROC曲线比PR曲线估计效果要差

7、 以下关于偏差(Bias)和方差(Variance)说法正确的是  (  )。

A:方差描述的是预测值与真实值之间的差别
B:偏差描述的是预测值的变化范围
C:获取更多的训练数据可解决高方差的问题
D:获取更多的特征能解决高方差的问题
答案: 获取更多的训练数据可解决高方差的问题

8、 关于L1正则化和L2正则化说法错误的是  (  )。

A:L1正则化的功能是使权重稀疏
B:L2正则化的功能是防止过拟合
C:L1正则化比L2正则化使用更广泛
D:L1正则化无法有效减低数据存储量
答案: L1正则化比L2正则化使用更广泛

9、 随着训练样本的数量越来越大，则该数据训练的模型将具有：(  )。

A:低方差
B:高方差
C:相同方差
D:无法判断
答案: 低方差

10、 随着训练样本的数量越来越大，则该数据训练的模型将具有：(  )。

A:低偏差
B:高偏差
C:相同偏差
D:无法判断
答案: 相同偏差

11、 关于特征选择，下列对Ridge回归和Lasso回归的说法正确的是：(  )。

A:Ridge回归适用于特征选择
B:Lasso回归适用于特征选择
C:两个都适用于特征选择
D:以上说法都不对
答案: Lasso回归适用于特征选择

12、 一个正负样本不平衡问题(正样本99%，负样本 1%)。假如在这个非平衡的数据集上建立一个模型，得到训练样本的正确率是 99%，则下列说法正确的是？(  )

A:模型正确率很高，不需要优化模型了
B:模型正确率并不能反映模型的真实效果
C:无法对模型做出好坏评价
D:以上说法都不对
答案: 模型正确率并不能反映模型的真实效果

13、 以下关于交叉验证说法正确的是  (  )。

A:交叉验证可利用模型选择避免过拟合的情况 
B:交叉验证可对模型性能合理评估
C:交叉验证大大增加了计算量 
D:以上说法都不对
答案: 交叉验证可利用模型选择避免过拟合的情况 ;
交叉验证可对模型性能合理评估;
交叉验证大大增加了计算量 

14、 评价指标中，精确率(Precision)的计算需要哪些数值 (  )。

A:TP
B:TN
C:FP
D:FN
答案: TP;
FP

15、 评价指标中，召回率(Recall)的计算需要哪些数值  ( )。

A:TP
B:TN
C:FP
D:FN
答案: TP;
FN

16、 评估完模型之后，发现模型存在高偏差(high bias)，应该如何解决？(  )

A:减少模型的特征数量
B:增加模型的特征数量
C:增加样本数量
D:尝试减少正则化系数
答案: 增加模型的特征数量;
尝试减少正则化系数

17、 特征空间越大，过拟合的可能性越大。

A:正确
B:错误
答案: 正确

18、 L2 正则化得到的解更加稀疏。

A:正确
B:错误
答案: 错误

19、 SMOTE算法是用了上采样的方法。

A:正确
B:错误
答案: 正确

20、 100万条数据划分训练集、验证集、测试集，数据可以这样划分：98%，1%，1% 。

A:正确
B:错误
答案: 正确

KNN算法 KNN算法课后测验

1、 下列哪个距离度量不在KNN算法中体现：(  )。

A:切比雪夫距离
B:欧氏距离
C:余弦相似度
D:曼哈顿距离
答案: 余弦相似度

2、 下列选项中，关于KNN算法说法不正确是：(  )。

A:能找出与待预测样本相近的K个样本
B:默认使用欧氏距离度量
C:实现过程相对简单，但是可解释性不强
D:效率很高
答案: 效率很高

3、 以下距离度量方法中，在城市道路里，要从一个十字路口开车到另外一个十字路口的距离是： (  )。

A:夹角余弦
B:切比雪夫距离
C:曼哈顿距离
D:欧氏距离
答案: 曼哈顿距离

4、 以下关于KD树的说法错误的是 (  )。

A:KD树是一种对k维空间的数据进行存储以便于快速检索的树形数据结构
B:KD树主要用于多维空间关键数据的检索
C:KD树节点与k维中垂直与超平面的那一维有关
D:所有x值小于指定值的节点会出现在右子树
答案: 所有x值小于指定值的节点会出现在右子树

5、 利用KD树进行搜索时，正确的方式是 (  )。

A:查询数据从子节点开始 
B:若数据小于对应节点中k维度的值，则访问左节点
C:回溯过程是为了找距离较远的点 
D:回溯的判断过程是从上往下进行的
答案: 若数据小于对应节点中k维度的值，则访问左节点

6、 以下哪项是KNN算法的缺点？(  )

A:低精度
B:对异常值不敏感
C:计算成本高
D:需要的内存非常少
答案: 计算成本高

7、 关于余弦相似度，不正确的是(  )。

A:余弦相似度的范围为[-1,1]
B:余弦相似度的结果和向量的长度无关
C:余弦相似度为-1时候，两个向量完全不相关
D:余弦相似度为1的时候，两个向量完全相关
答案: 余弦相似度为-1时候，两个向量完全不相关

8、 KD树(K-Dimension Tree)的描述中，不正确的是(  )。

A:KD树是二叉树
B:KD树可以用更高的效率来对空间进行划分
C:KD树的结构非常适合寻找最近邻居和碰撞检测
D:KD树切分时，从方差小的维度开始切分
答案: KD树切分时，从方差小的维度开始切分

9、 假设有 6 个二维数据点：D={(2,3),(5,7),(9,6),(4,5),(6,4),(7,2)}，第一次切分时候，切分线为( )。

A:x=5
B:x=6
C:y=5
D:y=6
答案: x=6

10、 KNN算法在什么情况下效果较好？(  )

A:样本较多但典型性不好 
B:样本较少但典型性好
C:样本呈团状分布
D:样本呈链状分布
答案: 样本较少但典型性好

11、 关于KNN算法的描述，不正确的是(  )。

A:可以用于分类
B:可以用于回归
C:距离度量的方式通常用曼哈顿距离
D:K值的选择一般选择一个较小的值
答案: 距离度量的方式通常用曼哈顿距离

12、 两个向量的长度分别为1和2，两者之间的夹角为60度，则以下选项错误的是(  )。

A:余弦相似度为0.5
B:余弦相似度为正
C:余弦相似度没法计算，因为没给出具体坐标值
D:余弦相似度的值与向量的长度无关，只和向量之间的夹角有关
答案: 余弦相似度没法计算，因为没给出具体坐标值

13、 影响KNN算法效果的主要因素包括(  )。

A:K的值
B:距离度量方式
C:决策规则
D:最邻近数据的距离
答案: K的值;
距离度量方式;
决策规则

14、 以下关于KNN说法正确的是 (多选)(  )。

A:计算复杂度低
B:对数据没有假设
C:对异常值不敏感
D:可解释性好
答案: 计算复杂度低;
对数据没有假设;
对异常值不敏感

15、 闵可夫斯基距离中的p取1或2时的闵氏距离是最为常用的，以下哪项是正确的:(  )。

A:p取1时是曼哈顿距离
B:p取2时是欧氏距离
C:p取无穷时是切比雪夫距离
D:闵可夫斯基空间不同于牛顿力学的平坦空间
答案: p取1时是曼哈顿距离;
p取2时是欧氏距离;
p取无穷时是切比雪夫距离;
闵可夫斯基空间不同于牛顿力学的平坦空间

16、 KNN算法的缺点包括以下几点？(  )

A:可解释性差，无法给出决策树那样的规则
B:对训练数据依赖度特别大，当样本不平衡的时候，对少数类的预测准确率低
C:对异常值敏感
D:计算复杂性高；空间复杂性高，尤其是特征数非常多的时候
答案: 可解释性差，无法给出决策树那样的规则;
对训练数据依赖度特别大，当样本不平衡的时候，对少数类的预测准确率低;
计算复杂性高；空间复杂性高，尤其是特征数非常多的时候

17、 两个向量的余弦相似度越接近1，说明两者越相似。

A:正确
B:错误
答案: 正确

18、 k近邻法(k-Nearest Neighbor,kNN)是一种比较成熟也是最简单的机器学习算法，可以用于分类，但不能用于回归方法。

A:正确
B:错误
答案: 错误

19、 KNN没有显示的训练过程，它在训练阶段只是把数据保存下来，训练时间开销为0，等收到测试样本后进行处理。

A:正确
B:错误
答案: 正确

20、 KNN分类的时候，对新的样本，根据其k个最近邻的训练样本的类别，通过多数表决等方式进行预测。

A:正确
B:错误
答案: 正确

下方是付费阅读内容：本平台商品均为虚拟商品，无法用作二次销售，不支持退换货，请在购买前确认您需要购买的资料准确无误后再购买，望知悉！

完整答案需点击上方按钮支付5元购买,所有答案均为章节测试答案，购买后上方矩形框将出现已付费的隐藏内容。

不知道怎么购买？点此查看购买教程！