人工智能Ⅰ习题（二）（含答案）

注：答案见文末

---

1.（单选）在混合高斯模型中，每一个数据点（答案见文末，下同）
A.只能被某一个高斯生成

B.可以被所有高斯等概率生成
C,可以被任一高斯生成但概率可能不等
D.可以被任一高斯生成且概率由高斯的权重决定

---

2.（单选）在混合高斯模型中，每个高斯的权重（）
A.可以为负值

B.相加必须等于0

C.相加必须等于1

D.须由用户预先设定

---

3.（单选）以K-Means算法为例，期望最大化算法中的（）

A.模型参数指的是每个数据点的簇标号

B.隐含参数指的是每个数据点的簇标号

C.模型参数指的是簇的个数(即K值)

D.隐含参数指的是簇中心点坐标

---

4.（单选）在掷硬币的例子中，期望最大化算法的隐含参数指的是（）
A.每组实验中正面朝上的次数
B.每组实验中选择的硬币
C.每枚硬币正面朝上的概率

D.每枚硬币被选中的次数

---

5.（单选）与K-Means相比，基于密度的DBSCAN的优点不包括（）
A.能妥善处理噪点和离群点
B.能处理不规则的数据分布

C.不需要预先设定簇的个数
D.较低的计算复杂度

---

6.（单选）在DBSCAN中，对数据点类型的划分中不包括（）

A.中心点

B.核心点
C.边缘点

D.噪点

---

7.（单选）在DBSCAN中，对于噪点（）
A.划分到最近的簇
B.所有噪点单独形成一个簇
C.直接无视
D.不做特别区分

---

答案：

1.C

2.C

3.B

4.B

5.D

6.A

7.C

---

关注我，持续分享有趣有用的知识！