2026年机器学习工程师考试题库（附答案和详细解析）（0114）.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）

以下哪种学习方法需要使用带标签的训练数据？

A.无监督学习

B.监督学习

C.强化学习

D.半监督学习

答案：B

解析：监督学习的核心是通过带标签的训练数据（输入-输出对）学习输入到输出的映射关系；无监督学习（A）使用无标签数据，强化学习（C）通过奖励机制学习策略，半监督学习（D）结合少量标签和大量无标签数据，因此正确答案为B。

模型在训练集上表现很好，但在测试集上表现很差，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（测试集表现差）；欠拟合（A）是模型未充分学习数据规律，高偏差（C）是欠拟合的表现，数据不平衡（D）主要影响分类模型的正负样本学习，因此正确答案为B。

对于二分类问题，常用的评估指标F1-score是以下哪两个指标的调和平均？

A.准确率和召回率

B.精确率和召回率

C.精确率和准确率

D.召回率和特异度

答案：B

解析：F1-score定义为精确率（Precision）和召回率（Recall）的调和平均，公式为(F1=2)；准确率（Accuracy）是整体正确分类比例，特异度（Specificity）是负类正确识别率，因此正确答案为B。

以下哪种算法属于生成模型？