注意：因为学习平台题目是随机，选择题选项也是随机，一定注意答案对应的选项，同学们在本页按“Ctrl+F”快捷搜索题目中“关键字”就可以快速定位题目，还是不懂的话可以看这个：快速答题技巧
江苏开放大学机器学习第一次形考作业选择题
1、构建一个最简单的线性回归模型需要几个系数（只有一个特征）？
A、1
B、2
C、4
D、3
正确答案：B 学生答案：B
2、下列关于数据标准化的说法不正确的是（）
A、数据经过Z-Score标准化后的取值范围为[0,1]
B、标准化可以去除数据特征之间存在的量纲问题
C、Z-Score标准化⽅法适⽤于特征的最⼤值或最⼩值未知，样本分布⾮常离散的情况
D、数据经过Min-Max标准化后的取值范围为[0,1]
正确答案：A 学生答案：A
3、如果我们说“线性回归”模型完美地拟合了训练样本（训练样本误差为零），则下面哪个说法是正确的？
A、不确定
B、测试样本误差始终为零
C、以上答案都不对
D、测试样本误差不可能为零
正确答案：C 学生答案：C
4、若要⽤Scikit-learn完成线性回归任务，则使⽤Scikit-learn中函数的正确顺序为（）
A、lr=LinearRegression()->lr.fit()->lr.score()->lr.predict()
B、lr=LinearRegression()->lr.fit()->lr.predict()->lr.score()
C、lr=LinearRegression()->lr.predict()->lr.fit()->lr.score()
D、lr=LinearRegression()->lr.score()->lr.fit()->lr.predict()
正确答案：B 学生答案：B
5、下列模型中属于回归模型的是？
A、DBSCAN
B、线性回归
C、逻辑回归
D、ID3
正确答案：B 学生答案：B
6、关于三种常见的稳健性回归方法—Huber回归、RANSAC回归和泰尔森回归，下列说法正确的是（）
A、从回归的速度上看，一般来说，Huber回归最快，其次是RANSAC回归，最慢的是泰尔森回归；
B、Huber回归可以更好地应对X方向的中等大小的异常值，但是这个属性将在高维情况下消失；
C、泰尔森回归比RANSAC回归在样本数量上的伸缩性（适应性）好；
D、一般情况下，泰尔森回归可以更好地处理y方向的大值异常点。
正确答案：A 学生答案：A
7、关于三种常⻅的稳健性回归⽅法–Huber回归、RANSAC回归和泰尔森回归，下列选项说法正确的是：
A、⼀般情况下，泰尔森回归可以更好地处理y⽅向的⼤值异常点
B、泰尔森回归⽐RANSAC回归在样本数量上的伸缩性（适应性）好
C、Huber回归可以更好地应对X⽅向的中等⼤⼩的异常值，但是这个属性将在⾼维情况下消失
D、从回归的速度上看，⼀般来说，Huber回归最快，其次是RANSAC回归，最慢的是泰尔森回归
正确答案：D 学生答案：D
8、箱线图是检测离群值的⽅法，下⾯关于箱线图的说法不正确的是？
A、箱中⾼于上边缘和低于下边缘的值为离群点
B、四分位距IQR=1.5(Q3-Q1)，其中Q3为上四分位数，Q1为下四分位数
C、箱外的两条线（胡须）分别延伸到最⼩和最⼤⾮异常点
D、箱线图中框的上边线表示上四分位数，框的下边线表示下四分位数
正确答案：B 学生答案：B
9、关于线性回归模型的正则化，下列选项叙述不正确的是：
A、正则化的常⽤⽅法为岭回归和LASSO，主要区别在于岭回归的⽬标函数中添加了L2惩罚函数，⽽
LASSO的⽬标函数中添加的是L1惩罚函数
B、正则化可以减⼩线性回归的过度拟合和多重共线性等问题
C、在求解LASSO时，常⽤的求解算法包括坐标下降法、LARS算法和ISTA算法等
D、对⽐岭回归和LASSO，岭回归更容易得到稀疏解
正确答案：D 学生答案：D
10、在一个线性回归问题中，我们使用R平方（R-Squared）来判断拟合度。此时，如果增加一个特征，模型不变，则下面说法正确的是？
A、如果R-Squared减小，则这个特征没有意义
B、以上说法都不对
C、如果R-Squared增加，则这个特征有意义
D、仅看R-Squared单一变量，无法确定这个特征是否有意义。
正确答案：D 学生答案：D
未经授权，禁止转载，发布者：形考达人
，出处：https://www.xingkaowang.com/8083.html
本站不对内容的完整性、权威性及其观点立场正确性做任何保证或承诺！内容仅供研究参考，付费前请自行鉴别。
免费答案：形考作业所有题目均出自课程讲义中，可自行学习寻找题目答案，预祝大家上岸成功
