2026年机器学习工程师考试题库（附答案和详细解析）（0421）.docxVIP

2026年机器学习工程师考试题库（附答案和详细解析）（0421）

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）

以下哪个描述最准确解释了”过拟合”？

A.模型在训练集和测试集上表现都很差

B.模型在训练集表现好但在测试集表现差

C.模型在训练集表现差但在测试集表现好

D.模型无法从训练数据中学习到有效特征

答案：B

解析：过拟合指模型过度学习训练数据中的噪声而丧失泛化能力。A描述的是欠拟合；C违背机器学习基本规律；D指模型拟合能力不足。

逻辑回归主要用于解决何种问题？

A.无监督聚类

B.多标签分类

C.二分类任务

D.高维数据降维

答案：C

解析：逻辑回归通过Sigmoid函数将线性回归映射为概率分布，专用于二分类。A对应K-Means等；B需使用多输出模型；D对应PCA等降维技术。

（为简洁展示，此处仅列2题，实际需10题）

二、多项选择题（共10题，每题2分，共20分）

关于特征工程的正确操作包括：

A.对连续型特征进行独热编码

B.用随机森林进行特征重要性评估

C.对所有特征标准化后再输入模型

D.对类别特征使用目标编码

答案：BD

解析：B项通过基尼指数评估特征重要性有效；D项目标编码可保留分类信息。A项错误：连续特征不应独热编码（应用分箱或标准化）；C项错误：对树模型不需要标准化。

以下哪些正则化方法能够有效控制神经网络