2026年人工智能地产智能评估考试题库及解析.docxVIP

2026年人工智能地产智能评估考试题库及解析

一、单项选择题（每题1分，共20分）

1.在住宅价格预测模型中，若将“距最近地铁站步行时间”作为特征变量，下列哪种处理方式最能降低异常值对模型稳健性的影响？

A.直接取原始分钟数

B.取对数后标准化

C.按≤5min、5–15min、15min做One-hot编码

D.剔除步行时间30min的样本

答案：B

解析：对数变换可压缩长尾，标准化后进一步削弱极端值对梯度下降的影响，同时保留连续信息；One-hot会丢失距离衰减效应，直接剔除则造成样本偏差。

2.利用遥感影像进行城市空置地块识别时，最适合作为标签数据的是：

A.不动产登记中心提供的交易记录

B.高德地图实时人流密度

C.自然资源局年度土地利用变更调查矢量图斑

D.微博签到POI密度

答案：C

解析：变更调查图斑含“未利用地”属性，空间精度高，可直接作为空置地块真值；其余选项或时效不足，或语义不符。

3.某商业地产估值项目采用XGBoost，特征“周边1km内竞品购物中心数量”与目标变量“首年租金”呈非线性倒U型关系。下列哪种正则化策略最能抑制过拟合同时保留该非线性？

A.仅增大learning_rate

B.仅减小max_depth

C.增大gamma并启用subsample1

D.增大reg_alpha（L1）并关闭行采样

答案：C

解析：g