📝 传统机器学习 章节测验
本章测验，共 5 题，通过分数线 60%
计分测验 · 通过线 60%
1. 随机森林（Random Forest）相比单棵决策树的优势是？
A训练速度更快
B通过集成多棵树减少过拟合，提升稳定性
C参数更少
D可解释性更强
2. 交叉验证（Cross-Validation）的主要目的是？
A加速模型训练
B更可靠地估计模型在未见数据上的性能
C增加训练数据量
D减少特征数量
3. 过拟合（Overfitting）的典型表现是？
A训练集和测试集误差都很高
B训练集误差低但测试集误差高
C训练速度太慢
D模型无法收敛
4. 什么情况下应该优先考虑传统 ML 而非 LLM？
A需要生成自然语言回复
B有大量标注数据且任务结构简单（如分类、回归）
C需要理解复杂语义
D任务需要推理和规划
5. sklearn 中 `fit()` 和 `predict()` 分别对应什么操作？
A数据预处理和评估
B模型训练和推理预测
C特征选择和降维
D交叉验证和调参
🎉 本章节已完成！继续学习
下一章节深度学习基础深度学习基础导读
→