2026年机器学习工程师考试题库（附答案和详细解析）（0225）.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（分类）

D.数据降维（主成分分析）

答案：C

解析：监督学习需要输入数据（特征）和对应的标签（目标），任务包括分类、回归等。选项C的垃圾邮件分类需要“垃圾/非垃圾”标签，属于监督学习；A（聚类）、B（生成模型）、D（降维）均为无监督学习任务。

当模型在训练集上表现很好但测试集上表现差时，最可能的原因是？

A.欠拟合

B.过拟合

C.高偏差

D.数据不平衡

答案：B

解析：过拟合指模型过度学习训练数据的细节和噪声，导致泛化能力差（训练集效果好、测试集效果差）。欠拟合（A）表现为训练集效果差；高偏差（C）是欠拟合的特征；数据不平衡（D）可能导致模型偏向多数类，但不直接对应“训练好测试差”的现象。

以下哪项不是分类任务的评估指标？

A.均方误差（MSE）

B.准确率（Accuracy）

C.F1分数

D.ROC-AUC

答案：A

解析：均方误差（MSE）是回归任务的评估指标（衡量预测值与真实值的平方差）；分类任务常用准确率、F1分数、ROC-AUC等（B、C、D）。

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-E