2026年机器学习工程师考试题库（附答案和详细解析）（0422）.docxVIP

一、单项选择题（共10题，每题1分，共10分）

在监督学习中，以下哪个算法常用于回归问题？

A.逻辑回归

B.支持向量机

C.K均值聚类

D.线性回归

答案：D

解析：线性回归专用于预测连续输出变量（如房价预测），属于监督学习。逻辑回归用于分类问题（二分类），支持向量机也可用于分类或回归但更侧重分类，K均值聚类属于无监督学习。

机器学习中，“过拟合”指的是什么现象？

A.模型在训练集和测试集上都表现良好

B.模型在训练集上表现好但在测试集上表现差

C.模型无法学习训练数据的基本模式

D.模型参数过多导致计算速度慢

答案：B

解析：过拟合发生时，模型过分适应训练数据噪声，导致泛化能力差。选项A描述欠拟合或理想状态，选项C是欠拟合定义，选项D是模型复杂度问题但不直接定义过拟合。

以下哪种方法用于模型评估时，可以有效减少因数据分割导致的偏差？

A.单次训练-测试分割

B.K折交叉验证

C.使用所有数据直接训练

D.增加训练数据量

答案：B

解析：K折交叉验证将数据分为K个子集，轮流训练和验证，减少随机分割偏差。选项A易受分割影响，选项C无评估过程，选项D可能改善泛化但不直接减少偏差。

逻辑回归输出值的范围是什么？

A.[0,1]

B.[-1,1]

C.(-∞,∞)

D.离散整数

答案：A

解析：逻辑回归通过Sigmoid函数将输出映射到[0,1]，表示概