2026年机器学习工程师考试题库（附答案和详细解析）（0214）.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的典型任务？

A.聚类分析

B.主成分分析（PCA）

C.房价预测（回归）

D.频繁项集挖掘

答案：C

解析：监督学习需要带标签的训练数据，目标是学习输入到输出的映射关系。选项C（房价预测）是典型的回归任务（监督学习）；选项A（聚类）、B（PCA降维）、D（关联规则挖掘）均属于无监督学习，无需标签。

在逻辑回归中，常用的损失函数是？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.绝对误差（MAE）

D.Hinge损失

答案：B

解析：逻辑回归用于二分类任务，其输出是概率值，交叉熵损失（对数损失）能够衡量预测概率与真实标签的差异，是逻辑回归的标准损失函数。MSE（A）和MAE（C）是回归任务的损失函数；Hinge损失（D）是SVM的损失函数。

以下哪种方法用于解决过拟合问题？

A.增加训练数据量

B.减少模型复杂度

C.添加L2正则化项

D.以上都是

答案：D

解析：过拟合是模型对训练数据过度学习、泛化能力差的表现。增加数据量（A）可降低模型对噪声的依赖；减少复杂度（B）如减少神经网络层数，可限制模型容量；L2正则化（C）通过惩罚大权重参数，抑制过拟合。三者均为有效方法。

决策树中，信息增益的计算基于？

A.基尼系数

B.熵（Entrop