2025年机器学习工程师考试题库（附答案和详细解析）（1215）.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）

以下哪项属于监督学习任务？

A.主成分分析（PCA）

B.图像聚类

C.房价预测

D.客户分群

答案：C

解析：监督学习需要标注的训练数据，输入与输出存在映射关系。房价预测（回归任务）需要历史房价数据（输入）和对应的实际房价（标签），属于监督学习。其他选项中，PCA（降维）、图像聚类、客户分群均为无监督学习（无标签数据）。

当分类任务中正负样本极度不平衡时，最适合的评估指标是？

A.准确率（Accuracy）

B.F1分数（F1-score）

C.均方误差（MSE）

D.R平方（R2）

答案：B

解析：准确率在类别不平衡时无法有效反映模型性能（如99%负样本时，全预测负样本准确率99%但无意义）。F1分数是精确率（Precision）和召回率（Recall）的调和平均，能平衡两者，更适合不平衡数据。MSE和R2为回归任务指标。

支持向量机（SVM）中，高斯核（RBF核）主要用于解决？

A.线性可分问题

B.非线性可分问题

C.多分类问题

D.回归问题

答案：B

解析：高斯核通过将输入空间映射到高维特征空间，使原本非线性可分的数据在高维空间线性可分，因此用于解决非线性问题。线性核处理线性可分问题，多分类需额外策略（如一对多），回归问题对应SVR（支持向量回归）。

以下哪项是解决模型过拟合的有效方法？

A.减少训练数据量

B.增加模型复杂度

C.添加L2正则化项

D.降低学习率

答案：C

解析：过拟合是模型对训练数据过度拟合、泛化能力差的表现。L2正则化通过惩罚模型参数的平方和，限制参数大小，降低模型复杂度，缓解过拟合。减少训练数据或增加模型复杂度会加剧过拟合，降低学习率主要影响优化速度而非过拟合。

随机梯度下降（SGD）的核心特点是？

A.每次使用全部训练样本计算梯度

B.每次使用单个训练样本计算梯度

C.每次使用固定大小的批量样本计算梯度

D.梯度更新方向始终指向全局最优

答案：B

解析：SGD每次仅用一个样本计算梯度并更新参数，计算效率高但梯度波动大；批量梯度下降（BGD）用全部样本，小批量梯度下降（MBGD）用部分样本。梯度更新方向受当前样本影响，可能偏离全局最优。

独热编码（One-HotEncoding）主要用于处理哪种类型的特征？

A.连续数值特征

B.类别特征（CategoricalFeature）

C.文本特征

D.时间序列特征

答案：B

解析：类别特征（如“性别：男/女”）无大小顺序，直接编码为数值（如男=1，女=2）会引入错误的顺序关系。独热编码通过二进制向量表示类别（如男=[1,0]，女=[0,1]），消除顺序影响，适用于类别特征。

深度学习中，Adam优化器的核心改进是？

A.仅使用动量（Momentum）

B.仅自适应调整学习率

C.结合动量和自适应学习率

D.动态调整批量大小

答案：C

解析：Adam（AdaptiveMomentEstimation）优化器同时结合了动量（利用梯度历史信息加速收敛）和RMSProp（自适应调整各参数的学习率）的优点，在大多数场景下收敛更快更稳定。

以下属于Bagging集成学习方法的是？

A.AdaBoost

B.随机森林（RandomForest）

C.GBDT

D.XGBoost

答案：B

解析：Bagging（自助采样法）通过并行训练多个基模型（如决策树），最终通过投票或平均集成结果。随机森林是Bagging的典型实现（基模型为决策树，且随机选择特征子集）。AdaBoost、GBDT、XGBoost均为Boosting方法（串行训练，关注前序模型的错误样本）。

逻辑回归（LogisticRegression）的损失函数通常是？

A.均方误差（MSE）

B.交叉熵损失（Cross-EntropyLoss）

C.绝对误差（MAE）

D.Hinge损失

答案：B

解析：逻辑回归用于二分类，输出为概率（通过Sigmoid函数），交叉熵损失衡量预测概率与真实标签的差异（标签为0或1），是其标准损失函数。MSE和MAE用于回归任务，Hinge损失是SVM的损失函数。

K-means聚类算法的停止条件通常不包括？

A.簇中心（Centroid）不再显著变化

B.达到最大迭代次数

C.所有样本的类别分配不再变化

D.模型准确率达到阈值

答案：D

解析：K-means是无监督学习算法，无标签数据，因此无“准确率”概念。其停止条件通常为簇中心稳定、迭代次数上限或样本类别分配稳定。

二、多项选择题（共10题，每题2分，共20分）

选择机器学习模型时需要考虑的因素包括？

A.训练数据量大小

B.特征维度高低

C.计算