2025年机器学习工程师考试题库（附答案和详细解析）（1014）.docxVIP

机器学习工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪种任务属于监督学习？

A.对用户评论进行情感分类（正面/负面）

B.对客户交易数据进行聚类分析

C.从图像中提取边缘特征

D.预测未来3天的气温趋势（无历史标签）

答案：A

解析：监督学习需要输入数据（特征）和对应的标签（输出）。选项A中“情感分类”有明确的标签（正面/负面），属于分类任务（监督学习）；B是聚类（无监督），C是特征提取（无监督预处理），D无标签属于无监督或半监督（若预测需历史标签则可能为回归，但题干明确“无历史标签”）。

逻辑回归模型中，Sigmoid函数的主要作用是？

A.处理非线性特征

B.将线性输出映射到概率空间（0,1）

C.解决梯度消失问题

D.降低模型复杂度

答案：B

解析：逻辑回归通过线性组合（z=w·x+b）得到输出，Sigmoid函数σ(z)=1/(1+e??)将z映射到(0,1)区间，表示正类概率。A是核函数或特征工程的作用，C是ReLU等激活函数的作用，D是正则化的作用。

评估二分类模型时，若正类样本极少（如1%），最不适合的指标是？

A.准确率（Accuracy）

B.F1分数

C.ROC-AUC

D.召回率（Recall）

答案：A

解析：准确率=（TP+TN）/(TP+TN+FP+FN)，当正类极少时，模型全预测为负类即可获得99%准确率，无法反映真实性能。其他指标（F1平衡精确率和召回率，ROC-AUC考虑不同阈值下的表现，召回率关注正类覆盖）更适合不均衡数据。

以下哪种方法用于解决决策树的过拟合问题？

A.增加树的深度

B.限制叶子节点的最小样本数

C.减少特征数量

D.使用熵代替基尼系数

答案：B

解析：过拟合是模型对训练数据过度拟合，泛化能力差。限制叶子节点最小样本数（如min_samples_leaf）可防止树过深，提高泛化能力。A会加剧过拟合，C可能丢失重要特征（需合理选择），D是分裂准则的选择（不直接解决过拟合）。

线性回归中，L2正则化（岭回归）的目标函数是？

A.min(||y-Xw||2+α||w||?)

B.min(||y-Xw||2+α||w||?)

C.min(||y-Xw||2+αmax|w_i|)

D.min(||y-Xw||2+α∑|w_i|)

答案：B

解析：L2正则化在损失函数中加入权重的L2范数（平方和），即α||w||?2（通常简化为α||w||?）。A和D是L1正则化（LASSO，使用L1范数||w||?=∑|w_i|），C是L∞正则化（最大绝对值）。

卷积神经网络（CNN）中，池化层的主要作用是？

A.增加特征图的深度

B.减少空间维度（降低计算量）

C.提取局部感受野特征

D.防止梯度爆炸

答案：B

解析：池化（如最大池化、平均池化）通过降采样（如2×2池化步长2）减少特征图的宽度和高度，降低参数量和计算复杂度。A是卷积层的作用（通过增加滤波器数量），C是卷积核的作用，D是梯度裁剪或正则化的作用。

以下哪种交叉验证方法最适合时间序列数据？

A.简单随机交叉验证（Hold-out）

B.K折交叉验证（K-Fold）

C.分层K折交叉验证（StratifiedK-Fold）

D.时间序列交叉验证（TimeSeriesSplit）

答案：D

解析：时间序列数据具有时序依赖性，未来数据不能用于训练。时间序列交叉验证按时间顺序划分训练集（前t个时间点）和验证集（后t+1个时间点），避免数据泄漏。其他方法会随机划分，导致验证集包含训练集之后的时间点，违反时序性。

梯度下降优化过程中，“梯度”的数学含义是？

A.损失函数关于参数的二阶导数

B.损失函数关于参数的偏导数向量

C.输入数据的特征梯度

D.输出预测值的变化率

答案：B

解析：梯度是损失函数对各参数的偏导数组成的向量，指向损失函数增长最快的方向。梯度下降沿负梯度方向更新参数（w=w-η?L(w)）。A是Hessian矩阵，C和D与参数无关，错误。

强化学习中，“奖励函数”的核心作用是？

A.定义智能体的状态空间

B.指导智能体学习最优策略

C.表示环境的转移概率

D.计算动作的Q值

答案：B

解析：奖励函数R(s,a,s’)定义了智能体在状态s执行动作a转移到状态s’时获得的即时奖励，是策略优化的目标（最大化累积奖励）。A是状态定义的作用，C是环境模型（MDP中的P(s’|s,a)），D是Q-learning等算法的计算目标。

自然语言处理（NLP）中，Word2Vec的主要目标是？

A.生成语法正确的句子

B.将单词映射到低维连续向量空间（词嵌入）

C.识别句子中的命名实体

D.计算两个句子