2024智慧树网课答案 机器学习：模型与算法 最新完整智慧树知到满分章节测试答案
第一章 单元测试
1、 问题:sigmoid函数的值域为？（ ）。
选项：
A:(0,1)
B:(0,1]
C:[0,1)
D:[0,1]
答案: 【
(0,1)
】
2、 问题:哪些属于监督学习重要元素？（ ）。
选项：
A:标注数据
B:学习模型
C:损失函数
D:数据映射
答案: 【
标注数据
学习模型
损失函数
】
3、 问题:分析不同变量之间存在关系的研究叫回归分析。（ ）
选项：
A:对
B:错
答案: 【
对
】
4、 问题:强可学习和弱可学习是等价的。（ ）
选项：
A:对
B:错
答案: 【
对
】
5、 问题:下面的说法正确的是（ ）。
选项：
A:逻辑回归属于线性回归
B:逻辑回归只能处理二分类问题
C:
D:Sigmoid的函数是单调递减的
答案: 【
逻辑回归只能处理二分类问题
】
第二章 单元测试
1、 问题:下面的说法正确的是（ ）。
选项：
A:K均值聚类算法实质上是最小化每个类簇的方差。
B:在K均值聚类算法中初始化聚类中心对聚类结果影响不大。
C:协方差不能反应两个变量之间的相关度。
D:X和Y彼此独立，|cor(X,Y)|可能不等于零。
答案: 【
K均值聚类算法实质上是最小化每个类簇的方差。
】
2、 问题:哪一项是皮尔逊相关系数的性质？（ ）。
选项：
A:X与Y协方差的绝对值大于等于1
B:X与Y协方差的绝对值大于1
C:X与Y协方差的绝对值小于等于1
D:X与Y协方差的绝对值小于1
答案: 【
X与Y协方差的绝对值小于等于1
】
3、 问题:下面的说法正确的有（ ）。
选项：
A:在K均值聚类算法中，我们不必事先就确定聚类数目。
B:EM算法分为求取期望和期望最大化两个步骤。
C:在K均值聚类算法中，欧式距离与方差量纲相同。
D:在K均值聚类算法中，未达到迭代次数上限，迭代不会停止。
答案: 【
EM算法分为求取期望和期望最大化两个步骤。
在K均值聚类算法中，欧式距离与方差量纲相同。
】
4、 问题:K均值聚类属于监督学习。（ ）
选项：
A:对
B:错
答案: 【
错
】
5、 问题:特征人脸方法的本质是用称为“特征人脸”的特征向量按照线性组合形式表达每一张原始人脸图像。（ ）
选项：
A:对
B:错
答案: 【
对
】
第三章 单元测试
1、 问题:下列哪一项不是运用半监督学习的原因（ ）。
选项：
A:数据标注非常昂贵
B:为获得更高的机器学习性能
C:有标注的数据很稀少
D:存在大量为标记数据
答案: 【
为获得更高的机器学习性能
】
本文章不含期末不含主观题！！
本文章不含期末不含主观题！！
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦，电子资源购买后不支持退款哦
