大学MOOC 模式识别与机器学习(上海电力大学)1453108182 最新慕课完整章节测试答案
第2章模型评估
第2章 模型评估单元测验
1、单选题：
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、单选题：
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、单选题：
下面几种情形，哪种可能是过拟合
选项：
A: 
B: 
C: 
D: 
答案: 【 】
4、判断题：
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、判断题：
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、判断题：
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、判断题：
“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、判断题：
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、填空题：
人工智能的核心是机器学习，机器学习的核心是（ ）。
答案: 【 算法##%_YZPRLFH_%##学习算法】
10、填空题：
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3章线性学习
第3章：线性学习
1、单选题：
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、单选题：
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、单选题：
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、单选题：
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、单选题：
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、多选题：
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、多选题：
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、多选题：
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、判断题：
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、判断题：
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4章支持向量机学习
第4章：支持向量机学习
1、单选题：
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、单选题：
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、多选题：
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: 【