机器学习练习题（二）

从牛客网找来得题目，解析是题目下的高赞答案。

1.下面有关分类算法的准确率，召回率，F1 值的描述，错误的是？

a.准确率是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率

b.召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率

c.正确率、召回率和 F 值取值都在0和1之间，数值越接近0，查准率或查全率就越高

d.为了解决准确率和召回率冲突问题，引入了F1分数

答案：C

解析：对于二类分类问题常用的评价指标是精准度（precision）与召回率（recall）。通常以关注的类为正类，其他类为负类，分类器在测试数据集上的预测或正确或不正确，4种情况出现的总数分别记作：

    TP——将正类预测为正类数

    FN——将正类预测为负类数

    FP——将负类预测为正类数

    TN——将负类预测为负类数

由此：

    精准率定义为：P = TP / (TP + FP)

    召回率定义为：R = TP / (TP + FN)

    F1值定义为： F1 = 2 P R / (P + R)

精准率和召回率和F1取值都在0和1之间，精准率和召回率高，F1值也会高，不存在数值越接近0越高的说法，应该是数值越接近1越高。

2.以下哪些方法不可以直接来对文本分类？

a.Kmeans

b.决策树

c.支持向量机

d.KNN

答案：A

解析：Kmeans是聚类方法，典型的无监督学习方法。分类是监督学习方法，BCD都是常见的分类方法。

3.以下哪个是常见的时间序列算法模型?

a.RSI

b.MACD

c.ARMA

d.KDJ

答案：C

解析：时间序列中常用预测技术  一个时间序列是一组对于某一变量连续时间点或连续时段上的观测值。

1.  移动平均法 (MA)

1.1. 简单移动平均法

设有一时间序列y1,y2,..., 则按数据点的顺序逐点推移求出N个数的平均数，即可得到一次移动平均数.

 1.2 趋势移动平均法  

当时间序列没有明显的趋势变动时，使用一次移动平均就能够准确地反映实际情况，直接用第t周期的一次移动平均数就可预测第1t+周期之值。

时间序列出现线性变动趋势时，用一次移动平均数来预测就会出现滞后偏差。修正的方法是在一次移动平均的基础上再做二次移动平均，利用移动平均滞后偏差的规律找出曲线的发展方向和发展趋势，然后才建立直线趋势的预测模型。故称为趋势移动平均法。

2.  自回归模型(