2026年机器学习工程师考试题库（附答案和详细解析）（0122）.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.输入数据无标签

B.目标是发现数据内在结构

C.需要标注的训练数据

D.适用于聚类任务

答案：C

解析：监督学习的核心是使用带有标签的训练数据（如输入x和对应的输出y）来学习输入到输出的映射关系。选项A、B、D均为无监督学习的特征（无标签、发现结构、聚类），因此正确答案为C。

逻辑回归模型中，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，交叉熵损失能有效衡量预测概率与真实标签的差异。MSE（A）适用于回归任务，Hinge损失（D）是SVM的损失函数，因此正确答案为B。

以下哪种方法最适合解决过拟合问题？

A.增加训练数据量

B.减少特征数量

C.提高模型复杂度

D.降低学习率

答案：A

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。增加训练数据量（A）能让模型学习更通用的特征；减少特征数量（B）可能导致欠拟合；提高复杂度（C）会加剧过拟合；降低学习率（D）影响训练速度而非过拟合。因此正确答案为A。

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

A.连续数值