2020 人工智能导论(三明学院) 最新满分章节测试答案

文章目录[隐藏]

第一章模式识别基本概念模式识别与机器学习第一章测验
第二章基于距离的分类器模式识别与机器学习第二章测验
第三章贝叶斯决策与学习第三章测试题
第四章线性判据与回归（一）第四章测试题
第四章线性判据与回归（二）第四章测试题(二)

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-11-09到2021-01-18
本篇答案更新状态:已完结

第一章模式识别基本概念模式识别与机器学习第一章测验

1、问题:聚类技术属于（）
选项：
A:有监督式学习
B:无监督式学习
C:半监督式学习
D:超监督式学习
答案: 【无监督式学习】

2、问题:泛化误差指的是（）
选项：
A:训练误差
B:测试误差
C:测量误差
D:学习误差
答案: 【测试误差】

3、问题:下图标识的4个点，泛化能力较好的是哪一个点
选项：
A:A
B:B
C:C
D:D
答案: 【B】

4、问题:下面几种情形，哪种可能是过拟合
选项：
A:
B:
C:
D:
答案: 【】

5、问题:以下函数为判别函数的是()
选项：
A:sign函数
B:min函数
C:max函数
D:sum函数
答案: 【sign函数;
max函数】

6、问题:特征的个数越多，模式识别的效果越准确。
选项：
A:正确
B:错误
答案: 【错误】

7、问题:无监督式学习算法的难度低于监督式学习算法。
选项：
A:正确
B:错误
答案: 【错误】

8、问题:监督式学习指的是训练样本及输出真值都给定的机器学习算法。
选项：
A:正确
B:错误
答案: 【正确】

9、问题:“过拟合”只在监督学习中出现，在非监督学习中，没有“过拟合”。
选项：
A:正确
B:错误
答案: 【错误】

10、问题:对于k折交叉验证，k越大不一定越好，选择大的k会加大评估时间。
选项：
A:正确
B:错误
答案: 【正确】

11、问题:模式识别是根据已有知识的表达，针对待识别模式，（）决策其所属类别或者预测其对应的回归值。
答案: 【判别】

12、问题:模式识别任务的模型是通过（）方法获得。
答案: 【机器学习】

13、问题:假设TP=10，FN=20;FP=5;TN=15,请问准确度值为（）
答案: 【0.5】

第二章基于距离的分类器模式识别与机器学习第二章测验

1、问题:在三维空间中，MED分类器的决策边界是一个
选项：
A:点
B:线
C:平面
D:超平面
答案: 【平面】

2、问题:矩阵的特征值为（）
选项：
A:0
B:1
C:2
D:3
答案: 【1;
2】

3、问题:欧式距离具有( )
选项：
A:平移不变性
B:旋转不变性
C:尺度缩放不变性
D:不受量纲影响的特性
答案: 【平移不变性;
旋转不变性】

4、问题:马氏距离
选项：
A:平移不变性
B:旋转不变性
C:尺度缩放不变性
D:不受量纲影响的特性
答案: 【平移不变性;
旋转不变性;
尺度缩放不变性;
不受量纲影响的特性】

5、问题:“最小马氏距离分类器的错误概率一定不会比最小欧氏距离分类器的错误率大”
选项：
A:正确
B:错误
答案: 【错误】

6、问题:马氏距离是非奇异线性变换不变的。
选项：
A:正确
B:错误
答案: 【正确】

7、问题:下图中，样本y通过MICD分类器判别为C1类。
选项：
A:正确
B:错误
答案: 【错误】

8、问题:给定两个类 C1={(0,0),(4,1),(4,-1),(8,0)} ,C2={(4,2),(8,3),(8,1),(12,2)} ,如下图所示，采用MED分类器对数据点(4,3)分类，分类结果为( )类（提示：C1或 C2）
答案: 【C2】

9、问题:以下为MED分类器的C语言核心代码，请对代码段填空。变量介绍：X为样本的x轴坐标，Y为样本的y轴坐标
sum_An 为Cn类中A轴坐标的总和
mean_An 为Cn类中A轴坐标的均值代码段：    int main()
{
    printf("请输入C1类中点的数量");
    scanf("%d ",&n1);
    printf("请输入C2类中点的数量");
    scanf("%d ",&n2);
    for(int i=0;i<=n1;i++)
    {
       printf("请输入C1类中每个点的坐标");
       scanf("%d %d",&c1[i].x,&c1[i].y);
       sum_x1 +=c1[i].x;
       sum_y1 +=c1[i].y;
    }
    for(int i=0;i<=n2;i++)
    {
       printf("请输入C2类中每个点的坐标");
       scanf("%d %d",&c2[i].x,&c2[i].y);
       sum_x2 +=c2[i].x;
       sum_y2 +=c2[i].y;
    }
    printf("请输入待测点的坐标");
    scanf("%d %d",&X,&Y);

    (  1  )=sum_x1/n1;
    mean1_y=sum_y1/n1;
    mean2_x=sum_x2/n2;