2026年光大银行钦北区机器学习岗考核题库.docxVIP

第PAGE页共NUMPAGES页

2026年光大银行钦北区机器学习岗考核题库

一、单选题（共10题，每题2分）

1.题干：在机器学习中，用于处理不平衡数据集的常用方法是？

A.重采样

B.调整权重

C.特征选择

D.神经网络优化

答案：A

解析：重采样（过采样或欠采样）是处理不平衡数据集的经典方法，通过增加少数类样本或减少多数类样本来平衡数据分布。调整权重和特征选择是辅助手段，神经网络优化则侧重模型性能提升。

2.题干：光大银行钦北区某信贷业务中，若需预测客户违约概率，最适合的机器学习模型是？

A.决策树

B.线性回归

C.逻辑回归

D.K-means聚类

答案：C

解析：逻辑回归适用于二分类问题（如违约/不违约），且能输出概率值，符合信贷业务需求。决策树易过拟合，线性回归不适用于分类，K-means用于聚类而非预测。

3.题干：在特征工程中，针对钦北区居民消费数据，如何处理缺失值最合理？

A.直接删除缺失样本

B.使用均值/中位数填充

C.基于模型预测填充

D.均匀随机填充

答案：C

解析：对于消费数据，缺失值可能存在系统性偏差，直接删除或简单填充（如均值）会损失信息。基于模型（如KNN或回归）填充能保留更多业务逻辑，更适用于钦北区特定场景。

4.题干：光大银行钦北区ATM网络布局优化中，若需选择最优点位，以下算法最适用？

A.支持