題號單選題多選題簡答題編程題一、單選題(每題2分)1.下列選項中，關于Matplotlib庫說法不正確是。()A.Matplotlib是一個Python3D繪圖庫B.可輸出PNG、PDF等格式C.漸進、交互的方式實現數據可視化D.使用簡單2.下列函數中，可以繪制散點圖的函數是。()3.關于Pandas中數據排序，下列說法正確的是()。A.即可以按照行索引排序，也可以按照列索引排序B.sortindex()方法表示按照值進行排序C.sortvalues()方法表示按照索引進行排序A.它是基于歐氏距離來度量樣本之間的距離的B.它是一個二叉樹C.在選取根節點時使用的是方差較小的那一維數據D.每個節點的左子節點在當前分割維度上的數據都比右子節點小5.關于特征預處理，下列說法中錯誤的是()A.包含標準化和歸一化B.標準化在任何場景下受異常值的影響都很小C.歸一化利用了樣本中的最大值和最小值D.標準化實際上是將數據在樣本的標準差上做了等比例的縮放操作6.關于交叉驗證，下列說法中錯誤的是()A.交叉驗證能夠提升模型的準確率B.交叉驗證能夠讓樣本數據被模型充分利用C.交叉驗證搭配網格搜索能夠提升我們查找最優超參數組合的效率D.使用網格搜索時我們一般會提供超參數的可能取值字典A.它是使用回歸分析的統計學習模型來研究變量之間可能存在的關系B.它只能用于研究變量之間屬于線性關系的場景C.尋找最優模型時可以通過正規方程或者梯度下降的方法進行參數優化D.單純的線性回歸模型比較容易出現過擬合的現象A.隨機梯度下降法是每次使用一個樣本的數據來迭代權重B.全梯度下降法的計算量隨著樣本數量的增加而增加C.隨機平均梯度下降法不依賴與已經計算過的梯度D.小批量隨機梯度下降法綜合了FGD和SGD的優勢9.下面關于隨機森林和GBDT的說法正確的是：(①這兩種方法都可以用來解決分類問題④這兩種方法都可以用來解決回歸問題D.①和④A.它是一個分類算法B.樸素的意義在于它的一個天真的假設：所有特征之間是相互獨立的C.它實際上是將多條件下的條件概率轉換成了單一條件下的條件概率，簡化了D.樸素貝葉斯不需要使用聯合概率二、多選題(每題2分)1.下列關于Series說法正確的是()。A.Series是一個類似一維數組的對象B.Series可以保存任何類型的數據C.Series由數據和索引構成D.Series結構的數據位于索引的左側2.下列關于Pandas的索引說法正確的是()。A.Pandas中的索引都是Index類對象B.索引對象是可修改的C.索引對象是不可修改的D.Index對象是可以共享的3.線性回歸中，我們可以使用正規方程來求解系數，下列關于正規方程的說法正確的是()A.不需要選擇學習率B.當特征數量很多時，運算量會增大C.不需要迭代訓練D.隨時都可以使用，不會有問題4.關于邏輯回歸的損失函數，下列描述正確的是：()A.它假設樣本服從伯努利分布B.它的計算使用了自然對數C.為了降低損失，必須提升當前類別所屬正確分類的概率D.它使用了極大似然估計5.關于信息增益，決策樹分裂節點，下列說法中正確的是()A.純度高的節點需要更多的信息去區分B.信息增益可以用“1比特-熵”獲得C.如果選擇一個屬性具有多個類別值，那么這個信息增益是有偏差的D.選取差異值小的進行劃分6.假設模型訓練時使用的樣本類別非常不平衡，主要類別占據了訓練數據的99%,現在你的模型在訓練集上表現為99%的準確率，那么下面說法正確的是 A.準確度并不適合衡量不平衡類別問題B.準確率適合衡量不平衡類別問題C.精確度和召回率適合于衡量不平衡類別問題D.精確度和召回率不適合衡量不平衡類別問題7.關于AdaBoost,下列說法中正確的是()A.它是一種集成學習算法B.每個分類器的權重和被它正確分類的樣本的權重相同C.后一個基學習器要依賴于前一個基學習器的分類錯誤率和樣本的權重D.后一個基學習器每次只學習前一個基學習器被分錯的樣本8.聚類算法研究的問題包括()A.使最終類別分布比較合理C.準確度高D.能自動識別聚類中心的個數9.關于PCA,下列說法中錯誤的是(多選):()三、簡答題(共30分)1.簡述KNN算法中K值的不同取值對算法的影響。(8分)2.簡述欠擬合與過擬合產生的原因以及解決方法