练习中心
顺序练习
按照章节顺序依次练习所有题目,适合系统学习
组卷考试
随机抽取题目进行练习,适合巩固知识和检验学习效果
错题重做
针对做错的题目进行重点练习,强化薄弱环节
章节练习
选择特定章节进行练习,针对性提升某一知识点
收藏题目
集中练习收藏的重点题目,加深理解和记忆
考试记录
按题型或难度进行专项练习,突破学习瓶颈
题型练习
按照章节题型获取题目练习,适合系统学习
小练习
随机抽取题目练习
高频错题
按题目做错次数,加深记忆
题目预览
单选题
1.属于监督学习的机器学习算法是( )
A
贝叶斯分类器
B
主成分分析
C
K-Means
D
高斯混合聚类
单选题
2.属于无监督学习的机器学习算法是( )
A
支持向量机
B
Logistic回归
C
层次聚类
D
决策树
单选题
3.朴素贝叶斯分类器的特点是( )
A
假设样本服从正态分布
B
假设样本服从多项式分布
C
假设样本各维属性独立
D
假设样本各维属性存在依赖
单选题
4.下列属于线性分类方法的是( )
A
决策树
B
感知机
C
最近邻
D
集成学习
单选题
5.下列方法不受数据归一化影响的是( )
A
SVM
B
神经网络
C
Logistic回归
D
决策树
单选题
6.关于线性鉴别分析的描述最准确的是,找到一个投影方向,使得( )
A
类内距离最大,类间距离最小
B
类内距离最小,类间距离最大
C
类内距离最大,类间距离最大
D
类内距离最小,类间距离最小
单选题
7.SVM的原理可简单描述为( )
A
最小均方误差分类
B
最小距离分类
C
最大间隔分类
D
最近邻分类
单选题
8.SVM的算法性能取决于( )
A
核函数的选择
B
核函数的参数
C
软间隔参数C
D
以上所有
单选题
9.支持向量机的对偶问题是( )
A
线性优化问题
B
二次优化
C
凸二次优化
D
有约束的线性优化
单选题
10.以下对支持向量机中的支撑向量描述正确的是( )
A
最大特征向量
B
最优投影向量
C
最大间隔支撑面上的向量
D
最速下降方向