2026年机器学习工程师考试题库（附答案和详细解析）（0124）.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.客户分群（聚类）

B.图像风格迁移（生成模型）

C.垃圾邮件分类（二分类）

D.异常检测（无监督）

答案：C

解析：监督学习需要输入数据（特征）与对应的标签（目标变量）。选项C中垃圾邮件分类需要已知邮件是否为垃圾（标签），属于典型的监督学习任务。A为无监督聚类，B为生成模型（可能需部分监督），D为无监督异常检测，均不符合监督学习定义。

用于评估分类模型的F1分数是以下哪两个指标的调和平均？

A.准确率（Accuracy）与召回率（Recall）

B.精确率（Precision）与召回率（Recall）

C.精确率（Precision）与准确率（Accuracy）

D.召回率（Recall）与FPR（假正率）

答案：B

解析：F1分数定义为精确率（查准率）和召回率（查全率）的调和平均，公式为(F1=2)，用于平衡两者在模型评估中的重要性。其他选项均不符合F1的数学定义。

决策树中，信息增益的计算基于以下哪个指标？

A.基尼系数（GiniImpurity）

B.信息熵（Entropy）

C.均方误差（MSE）

D.交叉熵损失（Cross-EntropyLoss）

答案：B

解析：信息增益是父节点信息熵与子节点加权平均信息熵的差值，用于衡量特征对数据划分的有效性。基尼系数用于CART树的不纯度计算，MSE用于回归树，交叉熵是分类任务的损失函数，均与信息增益无关。

以下哪种方法不能缓解神经网络的过拟合问题？

A.增加训练数据量

B.减少网络层数（降低模型复杂度）

C.增大学习率（LearningRate）

D.应用Dropout层

答案：C

解析：过拟合的本质是模型对训练数据过度学习，泛化能力差。增大学习率可能导致训练不稳定或无法收敛，但不会直接缓解过拟合；A（数据增强）、B（降低复杂度）、D（随机失活）均是经典的过拟合缓解方法。

逻辑回归（LogisticRegression）的决策边界是？

A.线性的（Linear）

B.二次曲线（Quadratic）

C.任意形状（由核函数决定）

D.阶梯函数（StepFunction）

答案：A

解析：逻辑回归通过线性组合特征（(z=w^Tx+b)）后应用sigmoid函数，其决策边界（(z=0)）是线性的超平面。核函数用于支持向量机（SVM）的非线性扩展，阶梯函数是感知机的激活函数，均与逻辑回归无关。

在K近邻（KNN）算法中，以下哪种距离度量更适用于高维稀疏数据？

A.欧氏距离（EuclideanDistance）

B.曼哈顿距离（ManhattanDistance）

C.余弦相似度（CosineSimilarity）

D.切比雪夫距离（ChebyshevDistance）

答案：C

解析：高维稀疏数据中，特征的绝对值大小可能无意义（如文本的词频向量），而余弦相似度衡量向量方向的相似性，不受长度影响，更适合此类场景。欧氏距离和曼哈顿距离对稀疏数据的噪声敏感，切比雪夫距离用于极端值比较，均不适用。

以下哪项是集成学习中“Boosting”方法的典型特征？

A.并行训练多个弱学习器（如随机森林）

B.串行训练弱学习器，聚焦前序模型的错误样本

C.直接通过投票或平均整合结果（如Bagging）

D.仅适用于分类任务，不适用于回归任务

答案：B

解析：Boosting通过串行训练弱学习器，每个新学习器重点修正前序模型预测错误的样本（如AdaBoost调整样本权重），最终通过加权投票整合。A和C是Bagging的特征，Boosting同时支持分类和回归（如XGBoost），D错误。

以下哪种损失函数最适合多分类任务？

A.均方误差（MSE）

B.交叉熵损失（Cross-EntropyLoss）

C.Hinge损失（HingeLoss）

D.指数损失（ExponentialLoss）

答案：B

解析：多分类任务中，交叉熵损失（结合softmax函数）直接优化类别概率分布的对数似然，是最常用的损失函数。MSE用于回归，Hinge损失是SVM的分类损失，指数损失是AdaBoost的损失函数，均非多分类最优选择。

特征工程中，“独热编码（One-HotEncoding）”主要用于处理以下哪种类型的特征？

A.连续数值特征（如温度）

B.有序类别特征（如学历：高中/本科/硕士）

C.无序类别特征（如颜色：红/蓝/绿）

D.文本特征（如用户评论）

答案：C

解析：独热编码将无序类别特征（无大小顺序）转换为二进制向量（每个类别对应一个维度），避免模型错误引入类别间的顺序关系。有序类别特