2026年机器学习工程师考试题库（附答案和详细解析）（0416）.docxVIP

机器学习工程师资格考试试卷

一、单项选择题（共10题，每题1分，共10分）

1.在机器学习中，以下哪种学习类型需要使用带标签的数据进行训练？

A.监督学习

B.无监督学习

C.强化学习

D.半监督学习

答案：A

解析：监督学习依赖于带标签的数据（即输入和对应的输出）来训练模型，使其能够预测新数据。选项B（无监督学习）使用无标签数据进行模式发现；选项C（强化学习）基于奖励机制与环境交互；选项D（半监督学习）结合少量标签数据和大量无标签数据，但仍不属于纯监督学习范畴。

以下哪个评估指标主要用于分类问题中的模型性能衡量？

A.均方误差（MSE）

B.R2分数

C.准确率（Accuracy）

D.平均绝对误差（MAE）

答案：C

解析：准确率衡量分类模型正确预测的样本比例，是分类问题的核心指标。选项A（MSE）和选项D（MAE）用于回归问题的误差评估；选项B（R2分数）评估回归模型拟合优度，不属于分类场景。

在支持向量机（SVM）中，软间隔分类器的主要目的是：

A.完全避免数据点落在间隔内

B.允许一些样本被错误分类以增加泛化能力

C.仅用于线性可分数据

D.优化核函数的选择

答案：B

解析：软间隔SVM允许部分样本违反间隔边界，通过惩罚参数C控制错误容忍度，从而提高模型泛化能力，尤其适用于噪声数据。选项A描述硬间隔SVM，仅在数据线性可分时有效；选项C错误，SV