2025年机器学习工程师考试题库（附答案和详细解析）（1205）.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）

以下属于监督学习任务的是：

A.K-means聚类

B.主成分分析（PCA）

C.支持向量机（SVM）分类

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要带标签的训练数据，SVM分类任务需通过标签学习分类边界；A、B、D均为无监督学习（无标签）或关联分析任务，故正确答案为C。

决策树中ID3算法通常使用以下哪种指标选择分裂特征？

A.信息增益

B.信息增益率

C.基尼系数

D.均方误差

答案：A

解析：ID3算法基于信息增益选择特征（信息增益=父节点熵-子节点熵加权和）；C4.5使用信息增益率（解决信息增益对取值多特征的偏好），CART分类用基尼系数，回归用均方误差，故正确答案为A。

在医疗诊断场景中（正类为“患病”），更关注以下哪个评估指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

答案：C

解析：医疗诊断中漏诊（FN，患病被误判为健康）后果严重，需尽可能覆盖所有正类样本，因此更关注召回率（Recall=TP/(TP+FN)）；准确率可能因类别不平衡失效，精确率关注误判的正类，故正确答案为C。

每次使用全部训练数据计算梯度的优化方法是：

A.随机梯度下降（SGD）

B.批量梯度下降（BGD）

C.小批量梯度下降（MBGD）

D.动量梯度下降

答案：B

解析：BGD（BatchGD）每次用全部数据计算梯度，收敛稳定但速度慢；SGD用单个样本，速度快但波动大；MBGD用子集（如32-128个样本），平衡两者；动量梯度下降是优化SGD的方法，故正确答案为B。

以下哪个激活函数可以缓解梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.线性函数

答案：C

解析：Sigmoid和Tanh在输入绝对值较大时梯度趋近于0（梯度消失）；ReLU（RectifiedLinearUnit）在输入0时梯度为1，避免消失；线性函数无激活作用，无法引入非线性，故正确答案为C。

L2正则化主要用于解决以下哪个问题？

A.欠拟合

B.过拟合

C.高偏差

D.高方差

答案：B

解析：L2正则化通过在损失函数中添加权重平方和（λ||w||2），惩罚过大的权重，限制模型复杂度，缓解过拟合（高方差）；欠拟合（高偏差）需增加模型复杂度，故正确答案为B。

以下属于生成式模型的是：

A.逻辑回归

B.支持向量机（SVM）

C.朴素贝叶斯

D.决策树

答案：C

解析：生成式模型学习联合概率分布P(X,Y)（如朴素贝叶斯假设特征独立，计算P(Y|X)=P(X|Y)P(Y)/P(X)）；判别式模型直接学习条件分布P(Y|X)（逻辑回归、SVM、决策树均为判别式），故正确答案为C。

随机森林（RandomForest）的基学习器通常是：

A.线性回归

B.逻辑回归

C.决策树

D.支持向量机

答案：C

解析：随机森林是Bagging集成方法，基学习器为多棵决策树（通过自助采样和随机特征选择降低方差）；其他选项均非随机森林的基学习器，故正确答案为C。

以下哪种情况需要对特征进行标准化（Z-score归一化）？

A.决策树

B.支持向量机（SVM）

C.K近邻（KNN）

D.朴素贝叶斯

答案：C

解析：KNN基于样本间距离（如欧氏距离），特征尺度差异会显著影响距离计算，需标准化；决策树基于阈值划分，对尺度不敏感；SVM使用核函数时建议标准化（如RBF核），但非必须；朴素贝叶斯基于概率计算，无需标准化，故正确答案为C。

模型在训练集上表现很好，但测试集上表现差，可能的原因是：

A.欠拟合

B.过拟合

C.数据噪声

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（包括噪声），导致泛化能力差（训练误差低、测试误差高）；欠拟合表现为训练和测试误差均高，数据噪声和特征不足可能加剧过拟合但非直接原因，故正确答案为B。

二、多项选择题（共10题，每题2分，共20分）

以下属于正则化技术的有：

A.L1正则化

B.Dropout

C.数据增强

D.早停法

答案：ABCD

解析：正则化通过限制模型复杂度或增加数据多样性缓解过拟合。L1/L2正则化直接约束权重；Dropout随机失活神经元；数据增强（如图像旋转、翻转）增加训练数据；早停法提前终止训练（避免过拟合训练集），均为正则化技术，故全选。

以下属于Boosting算法的有：

A.AdaBoost

B.随机森林

C.GBDT

D.XGBoost

答案：ACD

解析：Boosting通过串行训练基学习器，关注前序模型的错误样本（如AdaBoost调整样本权