部分習題來自黃海廣老師的慕課《機器學習》的課后習題，答案暫不公布，可以留言討論。

課程鏈接：

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

回歸部分習題

單選題

1. 以下哪組變量之間存在線性回歸關系？( )

A.??正方形的邊長與面積

B. 學生的性別與他的成績

C. 兒子的身高與父親的身高

D. 正三角形的邊長與周長

2.回歸問題和分類問題的區別是？( )

A.?回歸問題有標簽，分類問題沒有

B. 回歸問題輸出值是連續的，分類問題輸出值是離散的

C. 回歸問題輸出值是離散的，分類問題輸出值是連續的

D. 回歸問題與分類問題在輸入屬性值上要求不同

3. 以下說法錯誤的是？( )

A.?最小二乘法不需要選擇學習率

B. 殘差是預測值與真實值之間的差值

C. 正則項的目的是為了避免模型過擬合

D. 損失函數越小，模型訓練得一定越好

4.哪些算法不需要數據歸一化？( )

A. K-means

B. KNN

C.?決策樹

D. SVM

5.以下哪些方法不能用于處理欠擬合？( )

A.?增加模型復雜度

B. 增加新的特征

C. 增大正則化系數

D. 對特征進行變換，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擬合？( )

A. 增加數據屬性的復雜度

B. 對數據進行清洗

C. 增大訓練數據的量

D. 利用正則化技術

7.下列關于線性回歸分析中的殘差(Residuals)說法正確的是？( )

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. 以上說法都不對

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

A.?直方圖

B. 柱形圖

C. 散點圖

D. 以上都不對

9.假如你在訓練一個線性回歸模型，則：

1. 如果數據量較少，容易發生過擬合。

2. 如果假設空間較小，容易發生過擬合。

關于這兩句話，下列說法正確的是？( )

A.?1 錯誤，2 正確

B. 1 和 2 都錯誤

C. 1 正確，2 錯誤

D. 1 和 2 都正確

10.關于特征選擇，下列對 Ridge 回歸和 Lasso 回歸說法正確的是？( )

A. Ridge 回歸適用于特征選擇

B.?Lasso 回歸適用于特征選擇

C. 兩個都適用于特征選擇

D. 以上說法都不對

11.構建一個最簡單的線性回歸模型需要幾個系數(只有一個特征)？( )

A. 1 個

B. 2 個

C. 3 個

D. 4 個

12. 向量x=[1,2,3,4,-9,0]的L1范數是多少？( )

A. 1

B. 19

C. 6

D. √111? ? ? ? ?

多選題

13. 以下哪些是使用數據規范化(特征縮放)的原因？( )

A. 它通過減少迭代次數來獲得一個好的解，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. 它通過降低梯度下降的每次迭代的計算成本來加速梯度下降

D. 它不能防止梯度下降陷入局部最優

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

A.不需要選擇學習率

B.當特征數量很多的時候，運算速度會很慢

C.不需要迭代訓練

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.增加模型復雜度

C.減小正則化系數

D.增大正則化系數

16. 假如使用一個較復雜的回歸模型來擬合樣本數據，使用 Ridge回歸，調試正則化參數,來降低模型復雜度，若正則化系數較大時，關于偏差(bias)和方差(variance)，下列說法正確的是?( )

A.偏差減小

B.偏差增大

C,方差減小

D.方差增大

判斷題

17. 如果兩個變量相關，那么它們一定是線性關系。( )

18. 過擬合的處理可以通過減小正則化系數。( )

19.隨機梯度下降，每次迭代時候，使用一個樣本。( )

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

總結

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）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。