2026年机器学习工程师考试题库（附答案和详细解析）（0120）.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）

以下哪项是监督学习的典型特征？

A.训练数据无标签

B.需要标注的训练数据

C.通过奖励信号优化策略

D.目标是发现数据内在结构

答案：B

解析：监督学习的核心是使用带标签的训练数据（输入x和输出y）来学习输入到输出的映射函数。选项A是无监督学习的特征，C是强化学习的特征，D是无监督学习（如聚类）的目标，因此正确答案为B。

以下哪种算法属于生成式模型？

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：生成式模型通过学习数据的联合概率分布P(x,y)来建模（如朴素贝叶斯假设特征独立，计算P(x|y)和P(y)），而判别式模型直接学习条件概率P(y|x)（如逻辑回归、SVM、决策树）。因此正确答案为C。

以下哪个指标最适合评估类别不平衡的分类任务？

A.准确率（Accuracy）

B.F1值

C.均方误差（MSE）

D.R方（R2）

答案：B

解析：类别不平衡时，准确率会因多数类主导而失效（如99%负样本时，全猜负样本准确率99%但无意义）。F1值综合了精确率和召回率，更适合评估不平衡数据。C、D是回归任务指标，故正确答案为B。

下列哪项操作会增加模型的方差？

A.增加正则化系数

B.减少训练数据量

C.降低模型复杂度

D.使用早停法（EarlyStopping）

答案：B

解析：方差反映模型对训练数据波动的敏感程度。数据量减少会导致模型更易过拟合（高方差）；A、C、D均为降低方差的方法（正则化抑制过拟合，降低复杂度减少模型灵活性，早停防止训练过度）。故正确答案为B。

梯度下降中“批量”（Batch）指的是：

A.每次迭代使用全部训练数据计算梯度

B.每次迭代使用单个样本计算梯度

C.每次迭代使用小批量样本计算梯度

D.梯度更新的步长大小

答案：A

解析：批量梯度下降（BatchGD）每次用全部数据计算梯度（全局最优但计算慢），随机梯度下降（SGD）用单个样本（快但波动大），小批量（Mini-Batch）用部分样本（折中）。选项D是学习率的定义，故正确答案为A。

以下哪项不是K-means聚类的缺点？

A.对初始聚类中心敏感

B.需要预先指定聚类数K

C.无法处理非凸形状的簇

D.天然支持类别标签输出

答案：D

解析：K-means是无监督学习，输出的是样本所属的簇编号（无实际语义的标签），而非“天然支持类别标签输出”（这是监督学习的特点）。A、B、C均为K-means的典型缺点，故正确答案为D。

逻辑回归中使用sigmoid函数的主要目的是：

A.将线性输出映射到概率空间（0,1）

B.增加模型的非线性表达能力

C.解决多分类问题

D.降低计算复杂度

答案：A

解析：sigmoid函数将线性组合z=w·x+b映射到(0,1)区间，使其输出可解释为正类概率P(y=1|x)。逻辑回归本身是线性模型（B错误），多分类需扩展为Softmax（C错误），sigmoid不降低复杂度（D错误），故正确答案为A。

以下哪种方法不能缓解过拟合？

A.数据增强（DataAugmentation）

B.Dropout层

C.特征选择（FeatureSelection）

D.增加模型隐藏层神经元数量

答案：D

解析：过拟合的本质是模型复杂度过高。增加神经元数量会提升模型复杂度（更易过拟合）；A（增加数据量）、B（随机失活降低复杂度）、C（减少冗余特征）均为缓解过拟合的方法。故正确答案为D。

评估回归模型时，RMSE（均方根误差）与MAE（平均绝对误差）的主要区别是：

A.RMSE对异常值更敏感

B.MAE计算更复杂

C.RMSE的量纲与原数据不一致

D.MAE更适合非对称误差分布

答案：A

解析：RMSE是MSE的平方根，因平方操作会放大异常值的影响；MAE直接取绝对差，对异常值更鲁棒。两者量纲均与原数据一致（C错误），MAE计算更简单（B错误），D无明确依据。故正确答案为A。

以下哪项是集成学习中“提升”（Boosting）方法的核心思想？

A.通过随机采样生成多个子模型，最终投票

B.关注前序模型错误样本，迭代优化

C.降低模型的偏差而非方差

D.仅适用于分类任务

答案：B

解析：Boosting（如Adaboost、XGBoost）通过迭代训练基模型，每轮重点关注前序模型预测错误的样本，最终通过加权投票集成。A是Bagging（如随机森林）的思想，C错误（Boosting同时降低偏差和方差），D错误（Boosting也可用于回归）。故正确答案为B。

二、多项选择题（共10题，每题2分，共20分）

以下属于特征工程的步骤有：

A.缺失值填充（如用均值填充