ExamCrush
前台
收藏
错题本
后台
Python数据分析与应用
第9章 机器学习入门
本章共 25 题，可按题型筛选。
返回课程
全部
单选
填空
简答
编程
从第一题开始
#1
单选
汤姆·米切尔对机器学习的定义中，提到三个核心要素：任务
T
T
T
、性能度量
P
P
P
和训练经 验
E
E
E
。若我们要开发一个“垃圾邮件识别系统”，以下描述正确的是：
#2
单选
在监督学习中，如果模型的预测输出值
y
y
y
是一个连续值（如预测房价），则该问题属 于：
#3
单选
针对无监督学习，下列描述错误的是：
#4
单选
机器学习的工作流程通常包含多个步骤。在材料中提到，若模型评估结果不符合预期目 标，首先应回溯到哪个环节？
#5
单选
关于“过拟合（Over-fitting）”，下列说法正确的是：
#6
单选
KNN 算法（K-Nearest Neighbor）的核心思想是：
#7
单选
在 sklearn.neighbors.KNeighborsClassifier 中，若想使用“距离的倒数”作为投票权重，应设 置超参数 weights 为：
#8
单选
闵可夫斯基距离（Minkowski Distance）是欧氏距离和曼哈顿距离的泛化形式。当超参数
p
=
1
p=1
p
=
1
时，它等价于：
#9
单选
关于“交叉验证（Cross Validation）”，以下描述不符合材料内容的是：
#10
单选
均值方差归一化（Standardization）的主要目的是：
#11
填空
在机器学习中，我们通常约定使用矩阵
X
\mathbf{X}
X
表示数据集特征，第
i
i
i
个样本记作 ________。
#12
填空
监督学习根据输出值的不同主要分为回归和 ________。
#13
填空
强化学习涉及的五个基本元素分别是 Agent、环境、状态、动作和 ________。
#14
填空
原始数据在训练前通常需要划分为训练集和验证集（或测试集），材料中建议的比例通常 是 ________ 归为训练数据。
#15
填空
欠拟合（Under-fitting）发生的主要原因是模型设计 ________，未能抓取数据的内在规 律。
#16
填空
Scikit-learn（sklearn）库中，用于实现 KNN 算法的类位于 sklearn.________ 模块下。
#17
填空
在 KNN 中，若
p
=
2
p=2
p
=
2
，则计算距离的方式是 ________ 距离。
#18
填空
这种通过遍历给定的参数组合来优化模型的方法被称为 ________ 搜索。
#19
填空
________ 归一化适用于数据有明显边界（如学生成绩 0-100）的情况。
#20
填空
在使用 StandardScaler 进行数据转换时，计算训练集均值和标准差的方法是 ________。
#21
简答
请简述汤姆·米切尔定义的“学习”三要素，并结合材料中的“中国象棋程序”例子具体说明。
#22
简答
请写出闵可夫斯基距离的通用数学公式，并分别说明当
p
=
1
p=1
p
=
1
和
p
=
2
p=2
p
=
2
时对应的距离名 称。
#23
简答
什么是归一化？为什么在执行 KNN 算法前通常需要进行归一化处理？
#24
简答
简述
K
K
K
折交叉验证（K-fold Cross Validation）的基本操作流程。
#25
编程
题目：基于 Scikit-learn 实现乳腺癌数据集预测 pipeline 要求：补全代码，完成从加载数据、划分数据集、数据归一化到模型网格搜索寻找最优
K
K
K
值的 完整流程。 import numpy as np from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.neighbors import KNeighborsClassifier from sklearn.preprocessing import StandardScaler # 1. 加载乳腺癌数据集 data = load_breast_cancer() X, y = data.data, data.target # 2. 划分数据集 (测试集占比 20%, 不洗牌以符合材料示例) X_train, X_test, y_train, y_test = train_test_split(X, y, test_size= 0.2 , shuffle= False ) # 3. 数据归一化 (请使用均值方差归一化) scaler = # [补全代码] # 计算训练集均值标准差并转换 X_train_scaled = scaler.fit_transform(X_train) # 使用相同参数转换测试集 X_test_scaled = # [补全代码] # 4. 设置网格搜索参数 (K值范围: 1-10; 权重: uniform, distance) param_grid = [ { 'n_neighbors' : [i for i in range ( 1 , 11 )], 'weights' : # [补全代码] } ] # 5. 执行网格搜索与交叉验证 (使用 KNeighborsClassifier) knn_clf = KNeighborsClassifier() grid_search = # [补全代码] (estimator=knn_clf, param_grid=param_grid, cv=5) grid_search.fit(X_train_scaled, y_train) # 6. 输出结果 print( "最优参数:" , grid_search.best_params_) print( "最优得分:" , grid_search.best_score_) print( "测试集准确率:" , grid_search.score(X_test_scaled, y_test))