部分習(xí)題來(lái)自黃海廣老師的慕課《機(jī)器學(xué)習(xí)》的課后習(xí)題，答案暫不公布，可以留言討論。

課程鏈接：

https://www.icourse163.org/course/WZU-1464096179

回歸部分習(xí)題

單選題

1. 以下哪組變量之間存在線性回歸關(guān)系？( )

A.??正方形的邊長(zhǎng)與面積

B. 學(xué)生的性別與他的成績(jī)

C. 兒子的身高與父親的身高

D. 正三角形的邊長(zhǎng)與周長(zhǎng)

2.回歸問(wèn)題和分類(lèi)問(wèn)題的區(qū)別是？( )

A.?回歸問(wèn)題有標(biāo)簽，分類(lèi)問(wèn)題沒(méi)有

B. 回歸問(wèn)題輸出值是連續(xù)的，分類(lèi)問(wèn)題輸出值是離散的

C. 回歸問(wèn)題輸出值是離散的，分類(lèi)問(wèn)題輸出值是連續(xù)的

D. 回歸問(wèn)題與分類(lèi)問(wèn)題在輸入屬性值上要求不同

3. 以下說(shuō)法錯(cuò)誤的是？( )

A.?最小二乘法不需要選擇學(xué)習(xí)率

B. 殘差是預(yù)測(cè)值與真實(shí)值之間的差值

C. 正則項(xiàng)的目的是為了避免模型過(guò)擬合

D. 損失函數(shù)越小，模型訓(xùn)練得一定越好

4.哪些算法不需要數(shù)據(jù)歸一化？( )

A. K-means

B. KNN

C.?決策樹(shù)

D. SVM

5.以下哪些方法不能用于處理欠擬合？( )

A.?增加模型復(fù)雜度

B. 增加新的特征

C. 增大正則化系數(shù)

D. 對(duì)特征進(jìn)行變換，使用組合特征或高維特征

6.以下哪些方法不能用于處理過(guò)擬合？( )

A. 增加數(shù)據(jù)屬性的復(fù)雜度

B. 對(duì)數(shù)據(jù)進(jìn)行清洗

C. 增大訓(xùn)練數(shù)據(jù)的量

D. 利用正則化技術(shù)

7.下列關(guān)于線性回歸分析中的殘差(Residuals)說(shuō)法正確的是？( )

A.?殘差均值總是小于零

B. 殘差均值總是為零

C. 殘差均值總是大于零

D. 以上說(shuō)法都不對(duì)

8.為了觀察測(cè)試 Y 與 X 之間的線性關(guān)系，X 是連續(xù)變量，使用下列哪種圖形比較適合？( )

A.?直方圖

B. 柱形圖

C. 散點(diǎn)圖

D. 以上都不對(duì)

9.假如你在訓(xùn)練一個(gè)線性回歸模型，則：

1. 如果數(shù)據(jù)量較少，容易發(fā)生過(guò)擬合。

2. 如果假設(shè)空間較小，容易發(fā)生過(guò)擬合。

關(guān)于這兩句話(huà)，下列說(shuō)法正確的是？( )

A.?1 錯(cuò)誤，2 正確

B. 1 和 2 都錯(cuò)誤

C. 1 正確，2 錯(cuò)誤

D. 1 和 2 都正確

10.關(guān)于特征選擇，下列對(duì) Ridge 回歸和 Lasso 回歸說(shuō)法正確的是？( )

A. Ridge 回歸適用于特征選擇

B.?Lasso 回歸適用于特征選擇

C. 兩個(gè)都適用于特征選擇

D. 以上說(shuō)法都不對(duì)

11.構(gòu)建一個(gè)最簡(jiǎn)單的線性回歸模型需要幾個(gè)系數(shù)(只有一個(gè)特征)？( )

A. 1 個(gè)

B. 2 個(gè)

C. 3 個(gè)

D. 4 個(gè)

12. 向量x=[1,2,3,4,-9,0]的L1范數(shù)是多少？( )

A. 1

B. 19

C. 6

D. √111? ? ? ? ?

多選題

13. 以下哪些是使用數(shù)據(jù)規(guī)范化(特征縮放)的原因？( )

A. 它通過(guò)減少迭代次數(shù)來(lái)獲得一個(gè)好的解，從而加快了梯度下降的速度

B.?它防止矩陣X^T X不可逆(奇異/退化)

C. 它通過(guò)降低梯度下降的每次迭代的計(jì)算成本來(lái)加速梯度下降

D. 它不能防止梯度下降陷入局部最優(yōu)

14. 線性回歸中，我們可以使用最小二乘法來(lái)求解系數(shù)，下列關(guān)于最小二乘法說(shuō)法正確的是?( )

A.不需要選擇學(xué)習(xí)率

B.當(dāng)特征數(shù)量很多的時(shí)候，運(yùn)算速度會(huì)很慢

C.不需要迭代訓(xùn)練

D.只適用于線性模型，不適合邏輯回歸模型等其他模型

15. 欠擬合的處理主要有哪些方式：( )

A.添加新特征

B.增加模型復(fù)雜度

C.減小正則化系數(shù)

D.增大正則化系數(shù)

16. 假如使用一個(gè)較復(fù)雜的回歸模型來(lái)擬合樣本數(shù)據(jù)，使用 Ridge回歸，調(diào)試正則化參數(shù),來(lái)降低模型復(fù)雜度，若正則化系數(shù)較大時(shí)，關(guān)于偏差(bias)和方差(variance)，下列說(shuō)法正確的是?( )

A.偏差減小

B.偏差增大

C,方差減小

D.方差增大

判斷題

17. 如果兩個(gè)變量相關(guān)，那么它們一定是線性關(guān)系。( )

18. 過(guò)擬合的處理可以通過(guò)減小正則化系數(shù)。( )

19.隨機(jī)梯度下降，每次迭代時(shí)候，使用一個(gè)樣本。( )

20. L_2正則化往往用于防止過(guò)擬合，而L_1正則化往往用于特征選擇。( )

總結(jié)

以上是生活随笔為你收集整理的【机器学习】中国大学慕课《机器学习》课后习题（二）（回归）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。