2025年机器学习工程师考试题库（附答案和详细解析）（1209）.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）

以下哪种情况最可能导致模型过拟合？

A.训练数据量过大

B.模型复杂度远高于数据复杂度

C.采用L2正则化

D.数据特征维度过低

答案：B

解析：过拟合的核心原因是模型复杂度与数据复杂度不匹配（模型过于复杂），导致模型在训练集上表现很好但泛化能力差。A选项数据量大通常缓解过拟合；C选项正则化是抑制过拟合的手段；D选项特征维度低可能导致欠拟合。

在逻辑回归中，损失函数通常选择：

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.Hinge损失

D.绝对误差（MAE）

答案：B

解析：逻辑回归用于二分类任务，目标是最小化预测概率与真实标签的差异，交叉熵损失直接衡量概率分布的差异，是其标准损失函数。A、D用于回归任务；C是SVM的损失函数。

以下哪项不是K-means算法的缺陷？

A.对初始聚类中心敏感

B.要求预先指定聚类数K

C.无法处理非凸形状的簇

D.能高效处理大数据集

答案：D

解析：K-means的主要缺陷包括对初始中心敏感（A）、需预设K（B）、适合球形簇（C），但它的时间复杂度为O(nKIt)（n为样本数，K为簇数，It为迭代次数），在大数据集上效率较高（D是优点）。

随机森林（RandomForest）中“随机”不体现在以下哪个环节？

A.随机选择样本（Bootstrap采样）

B.随机选择特征子集

C.随机初始化决策树的分裂阈值

D.随机生成决策树的剪枝条件

答案：D

解析：随机森林的随机性体现在样本Bootstrap（A）、特征子集随机选择（B）、分裂阈值随机选择（C）；决策树的剪枝条件通常由超参数（如最大深度）控制，并非随机（D错误）。

在神经网络中，ReLU激活函数的主要优点是：

A.避免梯度消失问题

B.输出值在[-1,1]之间

C.计算复杂度高

D.适合所有类型的输入数据

答案：A

解析：ReLU（f(x)=max(0,x)）在x0时梯度为1，避免了Sigmoid/Tanh在深层网络中因梯度趋近0导致的“梯度消失”问题（A正确）。B是Tanh的特性；C错误（ReLU计算简单）；D错误（如输入含大量负数时可能导致“神经元死亡”）。

评估分类模型时，精确率（Precision）的定义是：

A.真阳性/(真阳性+假阳性)

B.真阳性/(真阳性+假阴性)

C.真阴性/(真阴性+假阳性)

D.真阳性/(总样本数)

答案：A

解析：精确率衡量“预测为正的样本中实际为正的比例”，公式为TP/(TP+FP)（A正确）。B是召回率（Recall）；C是真负率（Specificity）；D是准确率（Accuracy）。

以下哪种特征工程方法属于特征变换？

A.去除异常值

B.对类别特征进行独热编码（One-HotEncoding）

C.计算特征间的相关系数

D.用主成分分析（PCA）降维

答案：B

解析：特征变换指对原始特征进行数学转换，独热编码将类别特征转换为二进制向量（B正确）。A是数据清洗；C是特征选择的预处理；D是特征提取（降维）。

梯度下降法中，学习率（LearningRate）设置过大会导致：

A.收敛速度变慢

B.陷入局部最优

C.权重更新步长过大，可能无法收敛

D.模型欠拟合

答案：C

解析：学习率过大时，权重更新步长可能超过最优值，导致参数在最优解附近震荡甚至发散（C正确）。A是学习率过小的问题；B与优化函数形状有关；D是模型复杂度不足的问题。

支持向量机（SVM）的核心思想是：

A.最大化类间间隔

B.最小化训练误差

C.最大化后验概率

D.最小化模型复杂度

答案：A

解析：SVM通过寻找最大间隔超平面划分类别，核心目标是最大化类间间隔（A正确）。B是经验风险最小化的目标；C是贝叶斯分类的思想；D是结构风险最小化的目标（通过正则化实现）。

在时间序列预测中，以下哪种模型最擅长捕捉长期依赖关系？

A.ARIMA

B.简单移动平均（SMA）

C.LSTM

D.指数平滑（ES）

答案：C

解析：LSTM（长短期记忆网络）通过门控机制（输入门、遗忘门、输出门）解决了RNN的长期依赖问题（C正确）。ARIMA、SMA、ES均基于统计模型，对长期依赖的捕捉能力有限。

二、多项选择题（共10题，每题2分，共20分）

以下属于监督学习任务的是（）

A.图像分类（标签为“猫”“狗”）

B.客户分群（无标签）

C.房价预测（标签为具体价格）

D.情感分析（标签为“正面”“负面”）

答案：ACD

解析：监督学习需要输入-标签对，A（分类）、C（回归）、D（分类）均有明确标签；B是无监督学习（聚类）。

正则化技术可用于解决以下哪些问题？（