机器学习-机器学习试题(二)

前言

在网上找的一些试题及延伸的一些问题，以选择题为主，主要是关于基础理论知识，同时给出自己联想到的一些问题。当然基础问题应当包含算法本身的过程和某些推导过程。比如：LR、SVM的推导。

试题

这次分享的试题较为简单，都是基础概念，无太多的延伸问题。

1. 下面哪个统计量可能大于1？

   A. logloss
   B. ROC AUC
  C. 皮尔逊相关系数

答案：A

logloss:

   

取极限值。0 1 的分类问题，真值是为1，但预测为0，这样代入logloss其值为正无穷大。

常见损失函数总结

2. 混淆矩阵可以不能用来评估下面哪类模型的表现？

  A. 二元分类器
   B. 多元分类器
   C. 聚类算法

答案：C

混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。与上一题中的ROC AUC紧密相连。

3. 下列哪个模型没有用到梯度？

   A. GradientBoost
   B. AdaBoost
   C. XGBoost

答案：B

4. 正则化(regularization)的作用不包括以下哪个？

   A. 防止过拟合
   B. 去除噪点
   C. 降低模型复杂度

答案：B

5. 卷积神经网络(Convolutional Neural Network)中通常包含卷积层和全链接层，它们的主要作用分别是

   A. 进行分类、提取特征
   B. 提取特征、进行分类
   C. 提取特征、提取特征

答案：B