機器學習與人工智能(支持向量機與決策樹)習題與答案

一、填空題1.?我們要用概率模型對數(shù)據(jù)和標簽進行學習，需要數(shù)據(jù)/標簽對服從某種概率分布，稱為（）。正確答案：數(shù)據(jù)生成分布2.?在決策樹學習中將已生成的樹進行簡化的過程稱為（）。正確答案：剪枝二、判斷題1.?支持向量分類器的判斷規(guī)則只由訓練觀測的一部分（支持向量）確定。正確答案：√2.?支持向量機通過使用核函數(shù)來擴大特征空間。?正確答案：√3.?支持向量機可看作是一類簡單、直觀的最大間隔分類器的推廣。?正確答案：√4.?支持向量是最靠近決策表面的數(shù)據(jù)點。正確答案：√5.?樹的內(nèi)部結點用特征作標簽，樹枝用是否符合特征來標簽。正確答案：√6.?過擬合發(fā)生在模型太過偏向訓練數(shù)據(jù)時，對于決策樹可以采用修剪的方法阻止過擬合。正確答案：√7.?對于實值特征，可以用比較測試將數(shù)據(jù)劃分為兩部分，或者選擇范圍過濾。正確答案：√8.?決策樹的節(jié)點有兩種類型：內(nèi)部節(jié)點和葉節(jié)點。內(nèi)部節(jié)點表示一個特征或?qū)傩?，葉節(jié)點表示一個類。正確答案：√9.?過擬合發(fā)生在模型太過偏向訓練數(shù)據(jù)時。正確答案：√10.?決策樹的修剪可以采用正則化的方法。正確答案：√三、單選題1.怎樣理解非完美分類的超平面分類器？()A.允許小部分訓練觀測被誤分。B.允許大部分訓練觀測被誤分。C.兩種說法都對。D.兩種說法都不對。正確答案：A2.?SVM算法的性能取決于()。A.核函數(shù)的選擇B.核函數(shù)的參數(shù)C.軟間隔參數(shù)CD.以上都是正確答案：D3.?SVM算法的最小時間復雜度是O(n*n)?；谶@一點，（）規(guī)格的數(shù)據(jù)集并不適用于該算法。A.大數(shù)據(jù)集B.小數(shù)據(jù)集C.中數(shù)據(jù)集D.不受數(shù)據(jù)集大小的影響正確答案：A4.?假定現(xiàn)在有一個四分類問題，你要用One-vs-all策略訓練一個SVM的模型，你需要訓練幾個SVM模型？（）A.1B.2C.3D.4正確答案：D5.?在構建決策樹時，需要計算每個用來劃分數(shù)據(jù)特征的得分，選擇分數(shù)最高的特征，以下可以作為得分的是？（）A.熵B.基尼系數(shù)C.訓練誤差D.以上都是正確答案：D6.?在決策樹學習過程中，哪些情況可能會導致問題數(shù)據(jù)（特征相同但是標簽不同）？()A.數(shù)據(jù)錯誤B.數(shù)據(jù)有噪音C.現(xiàn)有的特征不足以區(qū)分或決策D.以上都是正確答案：D7.?在構建決策樹時，以下屬于處理有多個值的特征的方法的是()。A.處理成多個二值劃分B.處理成多個劃分C.以上都是D.以上都不是正確答案：C四、多選題1.?常用的核函數(shù)有（）。A.線性核B.徑向核C.拉普拉斯核D.Sigmoid核正確答案：A、B、C、D2.?下面哪些是SVM在實際生活中的應用。（）A.文本分類B.圖片分類C.新聞聚類D.手寫字體識別正確答案：A、B、C、D3.?在構建決策樹時，以下屬于處理實值特征的方法的是（）。A.用比較測試將數(shù)據(jù)劃分為兩個部分B.處理成多個二值劃分C.選擇范圍過濾D.以上都不是正確答案：A、C4.?在下列哪些情況下可以為標簽創(chuàng)建葉節(jié)點。（