2020第四范式秋招算法笔试题
时长:120分钟 总分:100分
166浏览 0人已完成答题
题型介绍
| 题型 | 单选题 | 填空题 |
|---|---|---|
| 数量 | 35 | 2 |
1.
增加以下哪些超参数可能导致随机森林模型过拟合数据？   ...
增加以下哪些超参数可能导致随机森林模型过拟合数据？
1. 决策树的数量；
2. 决策树的深度；
3. 学习率。
1. 决策树的数量；
2. 决策树的深度；
3. 学习率。
5.
以下哪些方法属于判别式模型(discriminative model) &...
以下哪些方法属于判别式模型(discriminative model)
1. 隐马尔科夫模型（HMM）
2. 朴素贝叶斯（Naive Bayes）
3. 隐含狄利克雷分布（LDA）
4. 支持向量机（support vector machine）
1. 隐马尔科夫模型（HMM）
2. 朴素贝叶斯（Naive Bayes）
3. 隐含狄利克雷分布（LDA）
4. 支持向量机（support vector machine）
6.
在线性回归中使用正则项，你发现解的不少coefficient都是0，则这个...
在线性回归中使用正则项，你发现解的不少coefficient都是0，则这个正则项可能是：
1. L0-norm
2. L1-norm
3. L2-norm
B. 
C. 
11.
对于Logistic Regression，其中为loss functio...
对于Logistic Regression
，其中
为loss function，
为正则项。对于正则项的说法，有哪些选项是正确的
，其中为loss function，为正则项。对于正则项的说法，有哪些选项是正确的 1) 对于异常样本(outlier)，
比
更鲁棒(robust)
比更鲁棒(robust) 2) 
是非凸的
是非凸的 3) 
时，常数
越大，目标函数的解越稀疏
时，常数越大，目标函数的解越稀疏 4) 
时，常数
越小，目标函数的l2-norm越小
时，常数越小，目标函数的l2-norm越小
12.
下面哪个分类器可以正确分类所有点（正样本：圆圈，负样本：三角) 1....
下面哪个分类器可以正确分类所有点（正样本：圆圈，负样本：三角)
1. Logistic regression
2. SVM with linear kernel
3. SVM with RBF kernel
4. Decision tree
5. 3-nearest-neighbor classifier (with Euclidean distance).
2. SVM with linear kernel
3. SVM with RBF kernel
4. Decision tree
5. 3-nearest-neighbor classifier (with Euclidean distance).
13.
假设一个数据集中的数据在二维欧式空间中分布如下： 则如果采用...
假设一个数据集中的数据在二维欧式空间中分布如下：
则如果采用留一法（leave one out)对3-nearest neighbor模型进行精度(accuracy)的交叉验证，得到的结果是：
，下列向量是
的特征向量的是 
,
的分布函数为
，则 
的值为：
19.
对于某种疾病，一个诊断检测有95%的概率对一个患者给出阳性诊断，有10%的...
对于某种疾病，一个诊断检测有95%的概率对一个患者给出阳性诊断，有10%的概率对于一个非患者给出阳性诊断，该疾病在人群中有0.5%的患病率。现在对某个人进行该疾病的检测，假设对该人和该疾病没有任何其他已知信息，则
22.
在Linux上，对于多进程，子进程继承了父进程的下列哪些？ 1、进程...
在Linux上，对于多进程，子进程继承了父进程的下列哪些？
1、进程地址空间
2、共享内存
3、信号掩码
4、已打开的文件描述符
5、其他选项都不是
2、共享内存
3、信号掩码
4、已打开的文件描述符
5、其他选项都不是
23.
设在内存中有P1,P2,P3三道程序，并按照P1,P2,P3的优先级次序运...
设在内存中有P1,P2,P3三道程序，并按照P1,P2,P3的优先级次序运行，其中内部计算和IO操作时间由下表给出（CPU计算和IO资源都只能同时由一个程序占用）：
P1:计算60ms---》IO 80ms---》计算20ms
P2:计算120ms---》IO 40ms---》计算40ms
P3:计算40ms---》IO 80ms---》计算40ms
并行完成三道程序比单道运行节省的时间是（）
P2:计算120ms---》IO 40ms---》计算40ms
P3:计算40ms---》IO 80ms---》计算40ms
并行完成三道程序比单道运行节省的时间是（）
24.
假设系统中有n个进程共享3台扫描仪，并采用PV操作实现进程同步与互斥。若系...
假设系统中有n个进程共享3台扫描仪，并采用PV操作实现进程同步与互斥。若系统信号量S的当前值为-1，进程P1、P2又分别执行了一次P(S)操作，那么信号量S的值应为___。
31.
超级区间和
现在有一个长度为N的数组 a, 下标范围从 0 到 N-1 ， 给出 Q 组区间 l[i], r[i], 求和
。
。 注意最后的数字之和可能非常大，将最后的和除以1,000,000,007的余数输出。
第2行输入N个数字，代表a[0], a[1], ..., a[N-1]。
第3行输入为Q
第4行到第 3+Q 行代表Q组区间，每一行为l[i], r[i]输入样例： 4 1 2 3 4 2 0 2 1 3 输出描述： 输出一个数字，代表最后所有区间的数字之和除以1,000,000,007的余数。输出样例 15
32.
实现朴素贝叶斯分类器
朴素贝叶斯分类器假设在给定样本label的情况下，样本的不同特征之间相互独立。现用朴素贝叶斯分类器进行垃圾邮件识别，数据包含4个特征。现有的训练数据如下表：
现在将所有的特征进行转换后，得到下表（请在程序以硬编码方式读入）：
转换规则如下：（注：[m,n]表示m,n之间的闭区间，[m,+]表示大于m的开区间）
标题长度（feature 1）：1: [0,3], 2: [3,6]， 3: [6,+]
正文长度（feature 2）：1: [0,10], 2：[10,20], 3: [20,+]
附件含有可执行程序（feature 3）：1： 是， 0：否
正文含特殊字符（feature 4）：1：是，0：否
请在程序中读入上述训练数据，实现朴素贝叶斯分类器，语言不限，但不能使用第三方库，不需要考虑平滑方法，然后对给定的测试数据（特征已转换）进行预测，输出结果；
输入描述： 输入数据如下，第一行一个数字M，表示共有M行训练数据，
第2~M+1行，每行5个数字，分别以空格隔开，前四个数字分别代表四个特征，第5个数字代表这一个样本label值。
第M+2行是一个数字N，表示共有N行测试样本，随后的N行每行4个数字，分别代表四个特征的值。
14
1 1 1 0 1
1 1 1 1 1
2 1 1 0 0
3 2 1 0 0
3 3 0 0 0
3 3 0 1 1
2 3 0 1 0
1 2 1 0 1
1 3 0 0 0
3 2 0 0 0
1 2 0 0 0
2 2 1 1 0
2 1 0 0 0
3 2 1 1 1
5
3 1 0 0
1 1 0 0
2 2 1 1
2 3 1 1
3 3 0 0输入样例： 14 1 1 1 0 1 1 1 1 1 1 2 1 1 0 0 3 2 1 0 0 3 3 0 0 0 3 3 0 1 1 2 3 0 1 0 1 2 1 0 1 1 3 0 0 0 3 2 0 0 0 1 2 0 0 0 2 2 1 1 0 2 1 0 0 0 3 2 1 1 1 5 1 1 0 0 1 1 1 0 1 2 1 0 2 1 0 1 2 2 1 1 输出描述： 使用贝叶斯模型对测试样本进行预测，所有结果按顺序输出到一行，以空格分隔；
0 0 0 0 0输出样例 0 1 1 0 0
34.
给定N个数据样本，对某一机器学习模型，考虑用网格搜索（Grid searc...
给定N个数据样本，对某一机器学习模型，考虑用网格搜索（Grid search）来确定其D个超参数的值。网格搜索的计算复杂度
35.
以下说法正确的是？ 1） 和预测相比，k-NN分类器的训练需要花费更...
以下说法正确的是？
1） 和预测相比，k-NN分类器的训练需要花费更多时间
2） 一般来说，训练样本越多, k-NN分类器准确率越高
3） k-NN不能用于回归
4） k-NN分类器对异常点(outlier)很敏感
5） k-NN分类器的训练误差(training error)是0
2） 一般来说，训练样本越多, k-NN分类器准确率越高
3） k-NN不能用于回归
4） k-NN分类器对异常点(outlier)很敏感
5） k-NN分类器的训练误差(training error)是0
36.
随机梯度下降算法(Stochastic Gradient Descent)...
随机梯度下降算法(Stochastic Gradient Descent)可以用于以下四种机器学习模型（决策树，线性分类器，SVM核分类器，多层感知机）中的几种？
，则模型的泛化误差（方差）至少为 