2026年机器学习工程师考试题库（附答案和详细解析）（0306）.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）

以下哪项属于监督学习任务？

A.客户分群（聚类）

B.图像降噪（无监督）

C.垃圾邮件分类（有标签）

D.主成分分析（降维）

答案：C

解析：监督学习需要样本的输入特征和对应的标签（目标变量）。选项C的垃圾邮件分类需要“垃圾/非垃圾”的标签，属于典型的分类任务（监督学习）；A（聚类）、B（降噪）、D（降维）均为无监督学习任务，无需标签。

以下哪种算法最适合处理高维稀疏数据（如文本分类）？

A.K近邻（KNN）

B.支持向量机（SVM）

C.决策树

D.线性回归

答案：B

解析：SVM通过核函数（如线性核）能有效处理高维稀疏数据，其优化目标（最大化间隔）对噪声和维度灾难不敏感；KNN在高维空间中距离度量失效（维度诅咒）；决策树易过拟合高维数据；线性回归适用于连续目标变量，非分类场景。

当模型在训练集上准确率为95%，测试集上准确率为60%时，最可能的问题是？

A.欠拟合

B.过拟合

C.数据泄露

D.标签错误

答案：B

解析：过拟合表现为模型对训练数据过度学习（训练集性能高），但泛化能力差（测试集性能低）；欠拟合表现为训练集和测试集性能均低；数据泄露指测试集信息泄露到训练集，会导致测试集性能虚高；标签错误通常导致训练和测试性能同步下降。

以下哪项是逻辑回归的损失函数？

A.均方误差（MS