2026年大数据分析师机器学习实战试卷.docxVIP

2026年大数据分析师机器学习实战试卷

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共30分）

1.下列关于机器学习模型的过拟合和欠拟合描述，正确的是？

A.过拟合模型对训练数据拟合良好，但对新数据的泛化能力差。

B.欠拟合模型对训练数据拟合不足，且回归或分类效果差。

C.正确的模型应该既不过拟合也不欠拟合，达到良好的泛化能力。

D.以上都是。

2.在处理大规模稀疏数据时，逻辑回归模型相较于线性回归模型的优势在于？

A.计算速度更快。

B.更容易避免过拟合。

C.对特征尺度不敏感。

D.更能有效处理类别不平衡问题。

3.下列算法中，通常用于无监督学习任务的是？

A.线性回归。

B.决策树。

C.K-Means聚类。

D.逻辑回归。

4.交叉验证（Cross-Validation）的主要目的是？

A.提高模型的训练速度。

B.减少模型训练所需的样本量。

C.更准确地评估模型的泛化能力。

D.选择最优的模型超参数。

5.在特征工程中，将类别特征转换为数值特征常用的方法不包括？

A.One-Hot编码。

B.LabelEncod