智慧树知到《人工智能引论（浙江大学）》章节测试答案

A、48

B、3

C、6

D、12E：72F：24

正确答案：72

3、以下哪种方法不属于监督学习方法（）

A、朴素贝叶斯

B、决策树

C、线性回归

D、聚类

正确答案：聚类

4、无监督学习需要使用到数据的人工标签（）

A、正确

B、错误

正确答案：B

5、在Adaboosting的迭代中，从第t轮到第t+1轮，某个被错误分类样本的惩罚被增加了，可能因为该样本（）

A、其他选项都正确

B、被到第t轮为止训练的大多数弱分类器错误分类

C、被第t轮后的集成分类器（强分类器）错误分类

D、被第t轮训练的弱分类器错误分类

正确答案：被第t轮训练的弱分类器错误分类

第五章单元测试

1、可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果，下面对这一视角描述不正确的是（）

A、最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最小

B、每个簇类的质心累加起来最小

C、每个簇类的方差累加起来最小

D、每个样本数据分别归属于与其距离最近的聚类质心所在聚类集合

正确答案：每个簇类的质心累加起来最小

2、下面对相关性（correlation）和独立性（independence）描述不正确的是（）

A、独立指两个变量彼此之间不相互影响

B、“不相关”是一个比“独立”要强的概念，即不相关一定相互独立

C、如果两维变量线性不相关，则皮尔逊相关系数等于0

D、如果两维变量彼此独立，则皮尔逊相关系数等于0

正确答案：“不相关”是一个比“独立”要强的概念，即不相关一定相互独立

3、下面对主成分分析的描述不正确的是（）

A、在主成分分析中，所得低维数据中每一维度之间具有极大相关度

B、主成分分析是一种特征降维方法

C、主成分分析可保证原始高维样本数据被投影映射后，其方差保持最大

D、在主成分分析中，将数据向方差最大方向进行投影，可使得数据所蕴含信息没有丢失，以便在后续处理过程中各个数据“彰显个性”

正确答案：在主成分分析中，所得低维数据中每一维度之间具有极大相关度

4、下面对特征人脸算法描述不正确的是（）

A、特征人脸之间的相关度要尽可能大

B、每一个特征人脸的维数与原始人脸图像的维数一样大

C、特征人脸方法是用一种称为“特征人脸（eigenface）”的特征向量按照线性组合形式来表达每一张原始人脸图像

D、特征人脸方法是一种应用主成分分析来实现人脸图像降维的方法

正确答案：特征人脸之间的相关度要尽可能大

5、在潜在语义分析中，给定M个单词和N个文档所构成的单词-文档矩阵（term-document）矩阵，对其进行分解，将单词或文档映射到一个R维的隐性空间。下面描述不正确的是（）

A、单词和文档映射到隐性空间后具有相同的维度

B、隐性空间维度的大小由分解过程中所得对角矩阵中对角线上不为零的系数个数所决定

C、这一映射过程中需要利用文档的类别信息

D、通过矩阵分解可重建原始单词-文档矩阵，所得到的重建矩阵结果比原始单词-文档矩阵更好捕获了单词-单词、单词-文档、文档-文档之间的隐性关系