机器学习课后习题 --- 逻辑回归

(一)单选题

1.一监狱人脸识别准入系统用来识别待进入人员的身份,此系统一共包括识别4种不同的人员:狱警,小偷,送餐员,其他。下面哪种学习方法最适合此种应用需求:

A:二分类问题 B:多分类问题

C:回归问题 D:聚类问题

2.以下关于分类问题的说法错误的是?

A:分类属于监督学习
B:分类问题输入属性必须是离散的

C:多分类问题可以被拆分为多个二分类问题

D:回归问题在一定条件下可被转化为多分类问题

3.以下关于逻辑回归与线性回归问题的描述错误的是()

A:逻辑回归用于处理分类问题,线性回归用于处理回归问题

B:线性回归要求输入输出值呈线性关系,逻辑回归不要求
C:逻辑回归一般要求变量服从正态分布,线性回归一般不要求 D:线性回归计算方法一般是最小二乘法,逻辑回归的参数计算方法是似然估计法。

4.以下关于sigmoid函数的优点说法错误的是?

A:函数处处连续,便于求导

B:可以用于处理二分类问题
C:在深层次神经网络反馈传输中,不易出现梯度消失

D:可以压缩数据值到[0,1]之间,便于后续处理

5.逻辑回归的损失函数是哪个?

A:MSE B:交叉熵(Cross-Entropy)损失函数

C:MAE D:RMSE

6.下面哪一项不是Sigmoid的特点?

A:当σ(z)大于等于0.5时,预测 y=1
B:当σ(z)小于0.5时,预测 y=0

C:当σ(z)大于0.5时,预测 y=-1

D:σ(z)的范围为(0,1)

7.下列哪一项不是逻辑回归的优点?
A:处理非线性数据较容易

B:模型形式简单

C:资源占用少

D:可解释性好

8.假设有三类数据,用OVR方法需要分类几次才能完成?

A:1
B:2

C:3

D:4

9.以下哪些不是二分类问题?

A:根据肿瘤的体积、患者的年龄来判断良性或恶性?

B:或者根据用户的年龄、职业、存款数量来判断信用卡是否会违约?
C:身高1.85m,体重100kg的男人穿什么尺码的T恤

D:根据一个人的身高和体重判断他(她)的性别。

10.逻辑回归通常采用哪种正则化方式?

A:Elastic Net

B:L1正则化
C:L2正则化

D:Dropout正则化

11.假设使用逻辑回归进行多类别分类,使用 OVR 分类法。下列说法正确的是?
A:对于 n 类别,需要训练 n 个模型

B:对于 n 类别,需要训练 n-1 个模型

C:对于 n 类别,只需要训练 1 个模型

D:以上说法都不对

12.你正在训练一个分类逻辑回归模型。以下哪项陈述是正确的?选出所有正确项
A:将正则化引入到模型中,总是能在训练集上获得相同或更好的性能

B:在模型中添加许多新特性有助于防止训练集过度拟合

C:将正则化引入到模型中,对于训练集中没有的样本,总是可以获得相同或更好的性能

D:向模型中添加新特征总是会在训练集上获得相同或更好的性能

(二)多选题

1.以下哪项陈述是正确的?选出所有正确项( )

A:在构建学习算法的第一个版本之前,花大量时间收集大量数据是一个好主意。
B:逻辑回归使用了Sigmoid激活函数
C:使用一个非常大的训练集使得模型不太可能过拟合训练数据。

D:如果您的模型拟合训练集,那么获取更多数据可能会有帮助。

2.下面哪些是分类算法?
A:根据肿瘤的体积、患者的年龄来判断良性或恶性?
B:根据用户的年龄、职业、存款数量来判断信用卡是否会违约?
C:身高1.85m,体重100kg的男人穿什么尺码的T恤?

D:根据房屋大小、卫生间数量等特征预估房价

(三)判断题

1.逻辑回归的激活函数是Sigmoid。

答案: 【正确】

2.逻辑回归分类的精度不够高,因此在业界很少用到这个算法

答案: 【错误】

3.Sigmoid函数的范围是(-1,1)

答案: 【错误】

4.逻辑回归的特征一定是离散的。

答案: 【错误】

5.逻辑回归算法资源占用小,尤其是内存。

答案: 【正确】

6.逻辑回归的损失函数是交叉熵损失

答案: 【正确】

相关推荐
Ma0407131 分钟前
【机器学习】监督学习、无监督学习、半监督学习、自监督学习、弱监督学习、强化学习
人工智能·学习·机器学习
cooldream20093 分钟前
LlamaIndex 存储体系深度解析
人工智能·rag·llamaindex
Elastic 中国社区官方博客21 分钟前
使用 A2A 协议和 MCP 在 Elasticsearch 中创建一个 LLM agent 新闻室:第二部分
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
知识浅谈22 分钟前
我用Gemini3pro 造了个手控全息太阳系
人工智能
孤廖24 分钟前
终极薅羊毛指南:CLI工具免费调用MiniMax-M2/GLM-4.6/Kimi-K2-Thinking全流程
人工智能·经验分享·chatgpt·ai作画·云计算·无人机·文心一言
aneasystone本尊25 分钟前
学习 LiteLLM 的日志系统
人工智能
秋邱30 分钟前
价值升维!公益赋能 + 绿色技术 + 终身学习,构建可持续教育 AI 生态
网络·数据库·人工智能·redis·python·学习·docker
Mintopia32 分钟前
🎭 小众语言 AIGC:当 Web 端的低资源语言遇上“穷得只剩文化”的生成挑战
人工智能·aigc·全栈
安达发公司34 分钟前
安达发|告别手工排产!车间排产软件成为中央厨房的“最强大脑”
大数据·人工智能·aps高级排程·aps排程软件·安达发aps·车间排产软件
公众号-架构师汤师爷35 分钟前
n8n工作流实战:从0到1打造公众号热点选题一键采集智能体(万字图文)
人工智能·agent·智能体·n8n