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。（√）