机器学习 模拟试卷
机器学习基础专项测试
- 机器学习基本概念与学习范式：监督学习、无监督学习与强化学习的判定依据，标签与延迟奖励的区别
- 数据集划分与特征工程：先切分再 fit 的预处理顺序，数据泄漏的成因与自检方法
- 模型评估指标：类别不平衡时准确率失真，召回率与精确率的定义与取舍
- 线性回归与逻辑回归：损失函数、Sigmoid 映射、线性决策边界与正则化的作用范围
- K-means 聚类：分配与更新两步交替、初始质心敏感性与 K-means++
试卷习题（5 题）
参考答案在文末判断题
1
判断题
为了避免数据泄漏，应当先对整个数据集做标准化（计算全量均值与方差），再划分训练集和测试集。
单选题
2
单选题
下列任务中，属于无监督学习的是：
3
单选题
某二分类数据集中正样本只占 1%，某模型把全部样本都预测为负类。该模型的准确率与召回率分别是：
多选题
4
多选题
关于线性回归与逻辑回归，下列说法正确的有：
填空题
5
填空题
K-means 聚类开始时随机选取 K 个初始质心，随后反复交替执行两步：先把每个样本分配到最近的质心，再 ；当质心位置不再变化或达到最大迭代次数时算法结束。为缓解初始质心敏感导致的较差局部最优，工程上常用 方式选择初始质心。
参考答案
1.错误
2.C
3.A
4.A;B;C
5.重新计算质心;K-means++
