搜索
您的当前位置:首页机器学习期末测试练习题2

机器学习期末测试练习题2

来源:智榕旅游
机器学习期末测试练习题2

1、在混淆矩阵中,识别率可以表示为()。 A.(TP)/(TP+TN+FP+FN) B.(TP+FN)/(TP+TN+FP+FN) C.(TP+TN)/(TP+TN+FP+FN) D.(FP+TN)/(TP+TN+FP+FN) 正确答案:C

2、若我们用一类对另一类的方法来解决多分类问题,当有K类时,我们需要训练()个支持向量机。

A.K(K-1)/2 B.K-1 C.K D.K(K+1)/2 正确答案:A

3、如果一个样本空间线性可分,那么,我们能找到()个平面来划分样本。

A.1 B.无数 C.K D.不确定 正确答案:B

4、w*是原问题f(w)的解,a* 和 b* 是其对偶问题 h(a,b)的解,则对偶距离定义为()。

A.h(a*,b*)-f(w*) B.f(w*)-h(a*,b*) C.||f(w*)-h(a*,b*)|| D.|f(w*)-h(a*,b*)| 正确答案:B

5、在混淆矩阵中,系统召回率定义为()。

A.TP/(TP+FN) B.TN/(FP+TN) C.TP/(FP+TP) D.TN/(TP+TN) 正确答案:A 二、多选题

1、当我们利用二分类支持向量机来解决多分类问题是,我们有哪两种策略?()

A.一类对另一类 B.一类对K-1类 C.一类对K类 D.2类对K-2类 正确答案:A、B

2、在利用二分类支持向量机来解决多分类的问题中,为了减少支持向量机的个数,我们可以用()来构建树状结构的多分类模型。

A.强化学习 B.聚类

C.人工神经网络 D.决策树 正确答案:B、D

3、下列对混淆矩阵说法正确的是()。 A.FP:将负样本识别为正样本的数目(概率) B.FN:将正样本识别为负样本的数目(概率) C.TP:将正样本识别为正样本的数目(概率) D.TN:将负样本识别为正样本的数目(概率) 正确答案:A、B、C

4、在二维空间且样本类别只有两类的情况下,训练样本线性可分,满足最优分类直线的三个条件是()。

A.该直线最大化间隔 B.该直线距离支持向量最近

C.该直线分开了两类

D.该直线位于间隔中间,到所有有支持向量相等 正确答案:A、C、D

5、二次规划的定义包括()。 A.标函数和限制条件都是二次项 B.要么无解,要么只有唯一解 C.目标函数是一个二次项 D.限制条件是一次项 正确答案:B、C、D

6、下列属于支持向量机核函数的是()。 A.线性核 B.高斯核 C.卷积核 D.多项式核

正确答案:A、B、D

7、核函数满足的两个条件()。 A.交换性 B.正交性 C.鲁棒性 D.半正定性 正确答案:A、D

8、下列对核函数的说法中,正确的有()。 A.核函数是为了解决映射函数的无限维问题 B.核函数是为了解决在低维空间中线性不可分的情况 C.不需要映射函数的具体形式

D.核函数与映射函数是一一对应的关系 正确答案:A、B、C、D

9、下列对强对偶定理描述正确的是()。 A.原问题的目标函数是凸函数。 B.原问题的解等于对偶问题的解。

C.对偶差距为0。

D.限制条件必须为线性函数。 正确答案:A、B、C

10、下列属于生成模型的有()。 A.支持向量机 B.混合高斯模型 C.隐马尔可夫模型 D.朴素贝叶斯 正确答案:B、C、D

11、下列属于判别模型的有()。 A.SVM B.多层感知机 C.决策树 D.逻辑递归模型 正确答案:A、B、C、D 三、判断题

1、利用ROC曲线来度量分类模型性能是,曲线越靠近左上角,则模

型分类性能越好。(√)

2、通过计算模型的对样本识别率,就可以完全确定模型性能的好坏。(×)

3、在混淆矩阵中,当TP增加(减少)时,FP也会跟增加(减少)。(√)

4、在画ROC曲线时,通常以FP作为纵坐标,TP(FN)作为横坐标。(×)

5、最优分类超平面一般对分类样本有较强的容忍误差。(√) 6、支持向量是指分布在样本簇边缘的样本点()。(×) 7、在凸优化中只有一个全局最优解。(√)

8、如果原问题的目标函数是凸函数,且限制条件是线性函数,则原

问题的解和对偶问题的解相等。(√)

9、为了更好的解决线性不可分问题,我们常常需要扩大可选函数的

范围。(√)

因篇幅问题不能全部显示,请点此查看更多更全内容

Top