2024年春江苏开放大学机器学习形考作业一高分答案

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

一、2024年春江苏开放大学机器学习形考作业一单选题答案

1、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、测试样本误差不可能为零

B、以上答案都不对

C、测试样本误差始终为零

D、不确定

学生答案:B

2、下列模型中属于回归模型的是?

A、线性回归

B、DBSCAN

C、逻辑回归

D、ID3

学生答案:A

3、下列关于将连续型特征离散化后再建⽴逻辑回归模型的说法错误的是( )

A、计算结果存储不方便,不容易扩展。

B、起到简化逻辑回归模型的作⽤

C、易于模型的快速迭代

D、对异常数据有很强的鲁棒性,对异常数据不敏感

学生答案:A

4、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、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;

B、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。

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、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;

学生答案:D

5、下列关于特征选择⽬的和原则的说法正确的是( )

A、与⽬标特征相关性低的特征应该优先被选择

B、⽅差较高的特征应该被剔除

C、特征选择一般无法提升模型性能

D、特征选择能有效降低特征维度,简化模型

学生答案:A

6、关于特征选择,下列对 Ridge 回归和 Lasso 回归说法正确的是?

A、Lasso 回归适用于特征选择

B、Ridge 回归适用于特征选择

C、以上说法都不对

D、两个都适用于特征选择

学生答案:A

7、假设你有以下数据:输入和输出都只有一个变量。使用线性回归模型(y=wx+b)来拟合数据。那么使用留一法(Leave-One Out)交叉验证得到的均方误差是多少?

X(independentvariable)Y(dependent variable)
02
22
31

A、49/27

B、55/27

C、39/27

D、10/27

学生答案:A

8、关于线性回归模型的正则化,下列选项叙述不正确的是:

A、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

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、对⽐岭回归和LASSO,岭回归更容易得到稀疏解

D、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

学生答案:C

9、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、箱外的两条线(胡须)分别延伸到最⼩和最⼤⾮异常点

B、箱中⾼于上边缘和低于下边缘的值为离群点

C、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

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

学生答案:C

10、下列关于Min-Max标准化的说法正确的是( )

A、经Min-Max标准化后的特征的样本方差不确定

B、经Min-Max标准化后的取值范围可以为任意实数

C、经Min-Max标准化后的特征的样本均值为0

D、Min-Max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

学生答案:A

11、假如使用一个较复杂的回归模型来拟合样本数据,使用 Ridge 回归,调试正则化参数 λ,来降低模型复杂度。若 λ 较大时,关于偏差(bias)和方差(variance),下列说法正确的是?

A、若 λ 较大时,偏差减小,方差增大

B、若 λ 较大时,偏差增大,方差减小

C、若 λ 较大时,偏差增大,方差增大

D、若 λ 较大时,偏差减小,方差减小

学生答案:B

12、下列关于Z-Score标准化的说法不正确的是( )

A、经Z-Score标准化后的取值范围可以为任意实数

B、经Z-Score标准化后的特征的样本均值为0

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、经Z-Score标准化后的特征的样本方差不确定

学生答案:D

13、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、4

B、1

C、3

D、2

学生答案:D

14、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、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

B、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

C、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

D、泰尔森回归⽐RANSAC回归在样本数量上的伸缩性(适应性)好

学生答案:C

15、假如我们使用 Lasso 回归来拟合数据集,该数据集输入特征有 100 个(X1,X2,…,X100)。现在,我们把其中一个特征值扩大 10 倍(例如是特征 X1),然后用相同的正则化参数对 Lasso 回归进行修正。那么,下列说法正确的是?

A、特征 X1 很可能还包含在模型之中

B、无法确定特征 X1 是否被舍弃

C、以上说法都不对

D、特征 X1 很可能被排除在模型之外

学生答案:A

二、2024年春江苏开放大学机器学习形考作业一多选题答案

1、若要⽤Scikit-learn完成线性回归任务,则需要使⽤Scikit-learn中的哪些函数?(多选)

A、score

B、predict

C、fit

D、LinearRegression

学生答案:A;B;C;D

2、下列哪些假设是我们推导线性回归参数时遵循的(多选)?

A、模型误差在统计学上是独立的

B、X 是非随机且测量没有误差的

C、X 与 Y 有线性关系(多项式关系)

D、误差一般服从 0 均值和固定标准差的正态分布

学生答案:A;B;C;D

3、模型输⼊的特征通常需要是数值型的,所以需要将⾮数值型特征通过特征编码转换为数值特征。下列选项对DataFrame对象df1 中的Make 字段进⾏特征编码,其中正确的是?

2024年春江苏开放大学机器学习形考作业一高分答案

A、df1[‘Make’] = df1[‘Make’].replace({‘Toyota’:1, ‘Ford’:2, ‘Volvo’:3, ‘Audi’:4, ‘BMW’:5,

‘Nissan’:6})

B、df1[‘Make’] = df1[‘Make’].map({‘Toyota’:1, ‘Ford’:2, ‘Volvo’:3, ‘Audi’:4, ‘BMW’:5, ‘Ni

ssan’:6})

C、df1[‘Make’] = df1[‘Make’].str.replace({‘Toyota’:1, ‘Ford’:2, ‘Volvo’:3, ‘Audi’:4, ‘BMW

‘:5, ‘Nissan’:6})

D、from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()

df1[‘Make’]=le.fit_transform(df1[“Make”])

剩余内容需解锁观看

解锁查看全文

黄金VIP黄金VIP¥免费
已付费?登录刷新

本页面题目解析仅供参考。发布者:形考达人黄金VIP,转转请注明出处:https://www.xingkaowang.com/19123.html

本站所有内容均由用户收集互联网平台,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!文档内容仅供研究参考,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,同学们也可自行认真学习寻找题目答案,预祝大家上岸成功哦。

(0)
上一篇 2024年4月26日 上午11:07
下一篇 2023年8月17日

相关推荐

  • 2024年春江苏开放大学机器学习形考作业二高分答案

    一、2024年春江苏开放大学机器学习形考作业二单选题答案 1、下列关于软投票说法错误的是? A、投票表决器可以组合不同的基分类器 B、使用概率平均的⽅式来预测样本类别 C、可以对每个基分类器设置权重,⽤于对预测概率求进⾏加权平均 D、软投票过程中每个基分类器都预测⼀个类别 学生答案:D 2、下列有关词袋表示法的理解有误的是() A、将每个⽂本对应词表转化为特…

    2024年4月26日
  • 江苏开放大学机器学习BBS:列举一个数据“过拟合”的例子,谈—谈过拟合带来的后果

    江苏开放大学机器学习BBS:维度灾难最直接的后果就是“过拟合”,进而导致分类错误,这也是数据降维研究的初衷。 请你列举一个数据“过拟合”的例子,谈—谈过拟合带来的后果,并提出—种数据降维的方法来解决该问题。 参考答案:过拟合是一个机器学习中的常见问题,它发生在模型对训练数据过度拟合,导致在新的、未见过的数据上表现不佳。 例如,假设我们有一个分类猫和狗的机器学…

    机器学习 2023年8月17日
  • 江苏开放大学机器学习BBS1:谈谈你知道哪些机器学习的应用案例,它对我们的生活带来了哪些改变?

    请你结合你的所见所闻,谈谈你知道哪些机器学习的应用案例,它对我们的生活带来了哪些改变? 参考答案: 1.理解自然语言:AI能够理解自然语言,这意味着你可以用日常语言与它交流,而不需要学习特殊的语言。它能够理解你的需求,并为你提供最佳的解决方案。 2.生成回复:AI不仅可以理解你的问题,还能够生成回复。你可以向它询问各种问题,从简单的计算到复杂的分析,它都能够…

    机器学习 2023年8月17日
  • 江苏开放大学机器学习第二次形考作业高分参考答案

    江苏开放大学机器学习第二次形考作业选择题 1、下列有关ROC曲线与AUC的描述错误的是 A、AUC的⼏何意义为ROC曲线与横轴FPR之间的⾯积 B、ROC曲线可以⽤来考察模型的预测能⼒ C、AUC的取值为[0.5,1] D、ROC曲线越靠近(0,1)证明模型整体预测能⼒越差 正确答案:D   学生答案:D 2、下列有关过滤式特征选择的说法…

    2023年8月17日
  • 江苏开放大学机器学习第一次形考作业高分答案

    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…

    机器学习 2023年8月17日

发表回复

登录后才能评论
联系我们

邮件:xingkaowang@163.com

工作时间:周一至周五,9:30-17:30,节假日休息

人工解题

人工解题QQ:994370779

会员:学期新增题解答

年费:定制小论文、相关报告

售后反馈
微信公众号
微信公众号
分享本页
返回顶部