2025年机器学习工程师考试题库（附答案和详细解析）（1101）.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）

以下哪种学习方式需要标注数据？

A.监督学习

B.无监督学习

C.强化学习

D.半监督学习

答案：A

解析：监督学习的核心是通过输入数据（特征）与对应的标签（目标）训练模型，如分类、回归任务；无监督学习（B）处理无标签数据（如聚类）；强化学习（C）依赖奖励信号而非显式标签；半监督学习（D）使用少量标签和大量无标签数据，因此仅监督学习需要明确标注数据。

决策树算法中，信息增益主要用于？

A.计算特征重要性

B.选择最优分裂节点

C.防止过拟合

D.加速训练过程

答案：B

解析：信息增益是决策树（如ID3算法）选择分裂特征的核心指标，通过比较分裂前后的信息熵变化，选择使数据纯度提升最大的特征作为当前节点的分裂条件（B正确）；特征重要性计算（A）是随机森林等集成模型的应用；防止过拟合（C）通过剪枝实现；加速训练（D）依赖算法优化（如近似分裂）。

以下哪种损失函数适用于二分类任务？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.平均绝对误差（MAE）

D.Huber损失

答案：B

解析：交叉熵损失（B）通过衡量预测概率与真实标签的分布差异，适用于分类任务（二分类用sigmoid+交叉熵，多分类用softmax+交叉熵）；MSE（A）和MAE（C）是回归任务的损失函数；Huber损失（D）是MSE与MAE的折中，也用于回归。

解决过拟合问题的常用方法不包括？

A.增加训练数据量

B.降低模型复杂度

C.增大学习率

D.应用L2正则化

答案：C

解析：过拟合的本质是模型对训练数据过度拟合，泛化能力差。增加数据（A）、降低复杂度（B）、正则化（D）均可缓解；增大学习率（C）可能导致优化过程震荡，甚至无法收敛，与过拟合无直接关联。

特征工程中，对类别型特征“性别（男/女）”进行编码的最佳方式是？

A.归一化（Normalization）

B.独热编码（One-HotEncoding）

C.标准化（Standardization）

D.对数变换（LogTransformation）

答案：B

解析：类别型特征无顺序关系，独热编码（B）通过创建二进制列表示每个类别，避免模型错误学习顺序关系；归一化（A）和标准化（C）适用于数值型特征；对数变换（D）用于处理偏态分布的数值特征。

梯度下降算法中，“小批量梯度下降（Mini-BatchGD）”的主要优势是？

A.计算速度最快

B.参数更新最稳定

C.平衡了计算效率与参数更新稳定性

D.完全避免局部最优

答案：C

解析：小批量梯度下降（C）每次使用部分样本计算梯度，相比批量GD（全样本，计算慢但稳定）和随机GD（单样本，快但震荡），平衡了效率与稳定性；计算速度最快的是随机GD（A错误）；最稳定的是批量GD（B错误）；无法完全避免局部最优（D错误）。

评估分类模型时，当正负样本严重不平衡时，最适合的指标是？

A.准确率（Accuracy）

B.F1分数（F1-Score）

C.均方根误差（RMSE）

D.决定系数（R2）

答案：B

解析：准确率（A）在类别不平衡时会因多数类主导而失效（如99%负样本时，全预测负样本准确率99%，但无意义）；F1分数（B）综合精确率和召回率，更适合不平衡场景；RMSE（C）和R2（D）是回归指标。

交叉验证（CrossValidation）的主要目的是？

A.提高模型训练速度

B.评估模型泛化能力

C.选择最优超参数

D.减少训练数据用量

答案：B

解析：交叉验证通过将数据划分为多个子集交替训练和验证，更可靠地评估模型在未见过数据上的表现（泛化能力）（B正确）；超参数调优（C）是交叉验证的应用场景之一，但非核心目的；提高速度（A）和减少数据（D）与交叉验证无关。

神经网络中，ReLU激活函数的主要优点是？

A.避免梯度消失

B.输出值范围在(0,1)

C.计算复杂度高

D.适用于所有层

答案：A

解析：ReLU（RectifiedLinearUnit）在输入0时梯度为1，避免了sigmoid/tanh因梯度饱和导致的梯度消失问题（A正确）；输出范围是[0,+∞)（B错误）；计算简单（C错误）；通常用于隐藏层，输出层需根据任务选择（如sigmoid用于二分类）（D错误）。

随机森林（RandomForest）与梯度提升树（GBDT）的核心区别是？

A.随机森林基于Bagging，GBDT基于Boosting

B.随机森林只能分类，GBDT只能回归

C.随机森林使用决策树，GBDT使用线性模型

D.随机森林需要调参，GBDT不需要

答案：A

解析：随机森林是Bagging集成方法（并行训