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