2025年机器学习工程师考试题库（附答案和详细解析）（1122）.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）

以下哪种算法属于监督学习？

A.K-means聚类

B.主成分分析（PCA）

C.支持向量机（SVM）

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标签数据进行训练，SVM通过样本的特征和标签学习分类边界，属于监督学习。A（K-means）和B（PCA）是无监督学习（无标签），D（Apriori）是关联分析（无标签），均错误。

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集的噪声，导致泛化能力差，测试集表现差。欠拟合（A）是训练集和测试集表现都差；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，均错误。

以下哪个指标最适合评估不平衡数据集的分类性能？

A.准确率（Accuracy）

B.F1-score

C.均方误差（MSE）

D.R方（R2）

答案：B

解析：不平衡数据中，准确率（A）会被多数类主导，无法反映少数类性能；F1-score是精确率和召回率的调和平均，更适合不平衡场景。C（MSE）和D（R2）用于回归任务，错误。

决策树中，信息增益主要用于？

A.剪枝

B.选择分裂特征

C.计算叶节点类别

D.处理缺失值

答案：B

解析：信息增益衡量特征对数据划分的纯度提升，决策树通过比较各特征的信息增益选择最优分裂特征（B正确）。剪枝（A）是减少过拟合的方法；叶节点类别（C）由多数投票决定；缺失值处理（D）通常用替代值或权重调整，错误。

神经网络中，ReLU激活函数的主要优点是？

A.避免梯度消失

B.输出值在(0,1)

C.计算复杂度高

D.适合所有层

答案：A

解析：ReLU（f(x)=max(0,x)）在x0时梯度为1，避免了Sigmoid的梯度消失问题（A正确）。输出范围（B）是Sigmoid的特点；计算复杂度（C）是缺点；不适合输出层（D错误，输出层常用Sigmoid或Softmax）。

以下哪种方法属于模型正则化？

A.增加训练数据量

B.特征标准化

C.L2正则化

D.早停法（EarlyStopping）

答案：C

解析：正则化通过在损失函数中添加惩罚项限制模型复杂度，L2正则化（权重平方和）是典型方法（C正确）。增加数据（A）是数据层面防过拟合；特征标准化（B）是预处理；早停法（D）是训练策略，均不属于正则化。

随机森林（RandomForest）的核心思想是？

A.基模型串行训练，纠正前序错误

B.基模型并行训练，通过投票集成

C.仅随机选择特征

D.仅随机选择样本

答案：B

解析：随机森林是Bagging的典型实现，通过Bootstrap采样（随机选样本）和随机选特征子集训练多棵决策树，最终投票集成（B正确）。A是Boosting（如XGBoost）的特点；C和D不完整，错误。

以下哪项不是梯度下降的优化方法？

A.Adam

B.SGD

C.牛顿法

D.交叉熵

答案：D

解析：交叉熵是损失函数（用于分类任务），不是优化方法（D错误）。Adam（A）和SGD（B）是梯度下降的变种；牛顿法（C）是二阶优化方法，均属于优化方法。

强化学习中，智能体（Agent）的核心目标是？

A.最小化即时奖励

B.最大化长期累积奖励

C.完全模仿人类行为

D.拟合训练数据分布

答案：B

解析：强化学习通过“试错”学习策略，目标是最大化未来累积奖励（B正确）。A与目标相反；C是模仿学习的目标；D是监督学习的目标，错误。

模型部署时，以下哪项是关键考虑因素？

A.训练集准确率

B.模型推理延迟

C.特征工程复杂度

D.超参数数量

答案：B

解析：部署需考虑模型在生产环境中的性能，推理延迟（响应时间）直接影响用户体验（B正确）。训练准确率（A）不反映泛化性；特征工程（C）是训练阶段任务；超参数（D）是调优阶段任务，错误。

二、多项选择题（共10题，每题2分，共20分）

以下属于无监督学习的算法有？

A.层次聚类（HierarchicalClustering）

B.逻辑回归（LogisticRegression）

C.自编码器（Autoencoder）

D.K近邻（KNN）

答案：AC

解析：无监督学习处理无标签数据。A（层次聚类）通过数据内在结构分组；C（自编码器）学习数据压缩表示，均为无监督。B（逻辑回归）和D（KNN）需标签训练，属于监督学习，错误。

防止过拟合的方法包括？

A.增加模型复杂度

B.Dropout层

C.数据增强（DataAugmentation）

D.减少训练轮次（Epochs）

答案：