2026年机器学习工程师考试题库（附答案和详细解析）（0202）.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）

以下哪种算法属于监督学习？

A.K-means聚类

B.主成分分析（PCA）

C.支持向量机（SVM）分类

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标签数据，SVM分类任务需要样本的类别标签（监督信号）；K-means（无标签聚类）、PCA（无监督降维）、Apriori（无监督关联分析）均属于无监督学习。

在逻辑回归中，损失函数通常选择：

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.Hinge损失

D.指数损失

答案：B

解析：逻辑回归用于二分类，目标是最小化预测概率与真实标签的交叉熵损失（衡量概率分布差异）；MSE是线性回归的损失函数，Hinge是SVM的损失函数，指数损失是AdaBoost的损失函数。

以下哪项不是过拟合的表现？

A.训练集准确率95%，测试集准确率60%

B.模型在简单数据上表现优异，复杂数据上泛化差

C.模型参数数量远小于训练样本量

D.模型对噪声数据过度拟合

答案：C

解析：过拟合的核心是模型对训练数据过度学习，泛化能力差。参数数量远小于样本量时，模型复杂度低，更易欠拟合；其他选项均符合过拟合特征。

评估二分类模型时，若正类样本极少（如1%），最适合的指标是：

A.准确率（Accuracy）

B.F1分数