2020 模式识别与机器学习(上海电力大学) 最新满分章节测试答案

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-04-01到2020-07-31
本篇答案更新状态:已完结

第3章：线性学习

1、 问题:线性回归，通过学得一个（ ）以尽可能准确地预测实值输出类别。
选项：
A:非线性模型
B:函数
C:线性模型
D:编码
答案: 【线性模型】

2、 问题:下列两个变量之间的关系中，哪一个是线性关系（）
选项：
A:光照时间和果蔬亩产量
B:人的工作环境与他的身体健康状况
C:降雪量和交通事故发生率
D:正方形的边长与周长
答案: 【正方形的边长与周长】

3、 问题:线性回归的任务是（ ）
选项：
A:预测离散值
B:预测连续值
C:分类
D:聚类
答案: 【预测连续值 】

4、 问题:在线性回归中，最小二乘法就是试图找到一条直线，使得所有样本到直线上的（ ）最小
选项：
A:欧氏距离
B:欧氏距离之和
C:海明距离
D:海明距离之和
答案: 【欧氏距离之和】

5、 问题:对数几率回归是一种（ ）方法
选项：
A:分类
B:回归
C:聚类
D:降维
答案: 【分类】

6、 问题:逻辑斯蒂回归的优点有（ ）
选项：
A:直接对分类可能性进行预测
B:无需事先假设数据分布，避免了假设分布不准确所带来的问题
C:是任意阶可导的凸函数，可直接应用现有数值优化算法求取最优解
D:对概率辅助决策的任务有用
答案: 【直接对分类可能性进行预测;
无需事先假设数据分布，避免了假设分布不准确所带来的问题;
是任意阶可导的凸函数，可直接应用现有数值优化算法求取最优解;
对概率辅助决策的任务有用】

7、 问题:多分类学习任务拆分策略有（ ）
选项：
A:OvO
B:OvR
C:OvM
D:MvM
答案: 【OvO;
OvR;
MvM】

8、 问题:关于ECOC的描述正确的是（）
选项：
A:对同一个学习任务，编码越长、纠错能力越强
B:对分类器错误有一定容忍和修正能力
C:对同等长度的编码，理论上来说，任意两个类别之间的编码距离越远，则纠错能力越强
D:编码的理论性质越好，分类性能就越好
答案: 【对同一个学习任务，编码越长、纠错能力越强;
对分类器错误有一定容忍和修正能力;
对同等长度的编码，理论上来说，任意两个类别之间的编码距离越远，则纠错能力越强】

9、 问题:线性回归能处理离散属性的问题
选项：
A:正确
B:错误
答案: 【错误】

10、 问题:逻辑斯蒂回归对于离散属性值的处理，若属性值之间存在“序”关系：通过连续化将其转化为连续值
选项：
A:正确
B:错误
答案: 【正确】

第2章：模型评估 第2章 模型评估单元测验

1、 问题:聚类技术属于（ ）
选项：
A:有监督式学习
B:无监督式学习
C:半监督式学习
D:超监督式学习
答案: 【无监督式学习】

2、 问题:泛化误差指的是（）
选项：
A:训练误差
B:测试误差
C:测量误差
D:学习误差
答案: 【测试误差】

3、 问题:下面几种情形，哪种可能是过拟合
选项：
A:
B:
C:
D:
答案: 【】

4、 问题:特征的个数越多，模式识别的效果越准确。
选项：
A:正确
B:错误
答案: 【错误】

5、 问题:无监督式学习算法的难度低于监督式学习算法。
选项：
A:正确
B:错误
答案: 【错误】

6、 问题:监督式学习指的是训练样本及输出真值都给定的机器学习算法。
选项：
A:正确
B:错误
答案: 【正确】

7、 问题:“过拟合”只在监督学习中出现，在非监督学习中，没有“过拟合”。
选项：
A:正确
B:错误
答案: 【错误】

8、 问题:对于k折交叉验证，k越大不一定越好，选择大的k会加大评估时间。
选项：
A:正确
B:错误
答案: 【正确】

9、 问题:人工智能的核心是机器学习，机器学习的核心是（ ）。
答案: 【(以下答案任选其一都对)算法;
学习算法】

10、 问题:假设TP=10，FN=20;FP=5;TN=15,请问查准率P为（ ）（计算结果保留两位小数）
答案: 【0.67】

第4章：支持向量机学习

1、 问题:已知SVM算法的最小时间复杂度是O（n²），以下哪种规格的数据集并不适该算法？
选项：
A:大数据集
B:中数据集
C:小数据集
D:任意数据集
答案: 【大数据集】

2、 问题:线性分类器决策边界的线性方程中，b为（ ）
选项：
A:偏移量
B:法向量
C:位移量
D:列向量
答案: 【位移量】

3、 问题:支持向量机常用的核函数有（ ）
选项：
A:线性核函数
B:多项式核函数
C:高斯核函数
D:Sigmoid核
答案: 【线性核函数;
多项式核函数;
高斯核函数;
Sigmoid核】

4、 问题:支持向量机适合解决以下哪些问题（ ）
选项：
A:二元分类问题
B:多元分类问题
C:聚类问题
D:降维问题
答案: 【二元分类问题;