2025年机器学习工程师考试题库（附答案和详细解析）（1030）.docxVIP

机器学习工程师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

以下哪种算法属于监督学习？

A.K-means聚类

B.主成分分析（PCA）

C.逻辑回归

D.关联规则挖掘

答案：C

解析：监督学习需要标签数据，逻辑回归通过样本特征和标签训练分类模型，属于监督学习。A（K-means）、B（PCA）、D（关联规则）均为无监督学习，无需标签。

当模型在训练集上表现很好但测试集上表现差时，最可能的原因是？

A.欠拟合

B.过拟合

C.数据泄露

D.特征不足

答案：B

解析：过拟合指模型过度学习训练数据的细节和噪声，导致泛化能力差（训练集准确率高，测试集低）。欠拟合（A）表现为训练集和测试集均差；数据泄露（C）是测试数据参与训练；特征不足（D）属于欠拟合的原因之一。

以下哪个指标最适合评估不平衡分类数据的模型性能？

A.准确率（Accuracy）

B.F1值

C.均方误差（MSE）

D.调整兰德指数（ARI）

答案：B

解析：不平衡数据中，准确率（A）会因多数类主导而失效；F1值综合了精确率和召回率，适合评估少数类；MSE（C）用于回归；ARI（D）用于聚类评估。

正则化的主要目的是？

A.提高模型训练速度

B.减少计算复杂度

C.防止过拟合

D.增强模型可解释性

答案：C

解析：正则化通过在损失函数中添加惩罚项（如L1/L2），限制模型复杂度，防止过拟合。其他选项（A/B/D）并非正则化核心目的。

随机森林（RandomForest）的“随机”不包括以下哪项？

A.随机选择样本（自助采样）

B.随机选择特征子集

C.随机初始化树的结构

D.随机设定树的最大深度

答案：D

解析：随机森林的随机性体现在样本自助采样（A）和特征子集随机选择（B），树的结构（如分裂条件）由算法自动优化，最大深度通常是超参数（需人工设定），非随机（D）。

以下哪种激活函数最适合解决深度神经网络的梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Softmax

答案：C

解析：Sigmoid（A）和Tanh（B）在输入绝对值较大时导数趋近0，易导致梯度消失；ReLU（C）在输入0时导数为1，能缓解梯度消失；Softmax（D）用于多分类输出层。

支持向量机（SVM）中，核函数的作用是？

A.增加模型复杂度

B.将低维特征映射到高维空间

C.减少计算量

D.提高模型可解释性

答案：B

解析：核函数（如RBF核）通过隐式映射将低维线性不可分数据转换为高维线性可分空间，无需显式计算高维特征（B正确）。增加复杂度（A）是结果而非目的；核函数可能增加计算量（C错误）；可解释性通常降低（D错误）。

以下哪项不是交叉验证的主要作用？

A.评估模型泛化能力

B.选择最优超参数

C.减少数据预处理时间

D.缓解数据量不足问题

答案：C

解析：交叉验证通过数据划分重复训练评估，用于泛化能力评估（A）、超参数调优（B）、利用有限数据（D），但不涉及减少预处理时间（C）。

对于时间序列预测任务，最适合的模型是？

A.逻辑回归

B.决策树

C.LSTM

D.KNN

答案：C

解析：LSTM（长短期记忆网络）通过门控机制捕捉时间序列的长期依赖关系，适合时序预测（C正确）。其他模型（A/B/D）无显式处理时序依赖的能力。

特征工程中，“特征分箱”的主要目的是？

A.减少特征数量

B.增强特征的非线性表达能力

C.消除特征间共线性

D.提高特征的可解释性

答案：B

解析：特征分箱（如等频分箱）将连续特征离散化，可捕捉特征与目标的非线性关系（B正确）。减少特征数（A）是特征选择的目的；消除共线性（C）需相关系数分析；可解释性可能提升（D）但非主要目的。

二、多项选择题（共10题，每题2分，共20分）

以下属于生成模型的有？

A.朴素贝叶斯

B.支持向量机（SVM）

C.生成对抗网络（GAN）

D.逻辑回归

答案：AC

解析：生成模型学习数据分布P(X,Y)或P(X|Y)，朴素贝叶斯（A）假设特征条件独立，学习联合分布；GAN（C）生成数据分布，均为生成模型。SVM（B）和逻辑回归（D）学习决策边界P(Y|X)，属于判别模型。

数据预处理中，常用的缺失值处理方法包括？

A.删除含缺失值的样本

B.用特征均值/中位数填充

C.用KNN算法预测填充

D.直接保留缺失值训练模型

答案：ABC

解析：缺失值处理方法包括删除样本（A）、统计量填充（B）、模型预测填充（C）。直接保留缺失值（D）会导致模型报错或性能下降，不可行。

以下哪些是L2正则化的特点？

A.产生稀疏解（很多特征权重为0）

B.惩罚权重的平方和

C.常用于缓解过拟合

D.可用于特征选择

答