2026年人工智能师《机器学习》模拟卷.docVIP

2026年人工智能师《机器学习》模拟卷

一、单选题（总共10题，每题2分）

1.下列哪种算法通常用于分类问题？

A.线性回归

B.决策树

C.神经网络

D.PCA

解析：决策树是一种常用的分类算法，能够通过树状图结构对数据进行分类。线性回归主要用于回归问题，神经网络可以用于分类和回归，PCA是一种降维技术。

2.在机器学习中，过拟合现象通常是由于什么原因造成的？

A.数据量不足

B.特征过多

C.模型复杂度过高

D.随机噪声

解析：过拟合是指模型在训练数据上表现很好，但在测试数据上表现较差的现象。这通常是因为模型过于复杂，学习到了训练数据中的噪声和细节。

3.下列哪种评估指标适用于不平衡数据集？

A.准确率

B.召回率

C.F1分数

D.均方误差

解析：在不平衡数据集中，准确率可能无法准确反映模型的性能。召回率、F1分数是更合适的评估指标，因为它们能够更好地处理类别不平衡的问题。

4.下列哪种算法是监督学习算法？

A.K-means聚类

B.主成分分析

C.支持向量机

D.层次聚类

解析：支持向量机是一种监督学习算法，用于分类和回归问题。K-means聚类、主成分分析和层次聚类都属于无监督学习算法。

5.在交叉验证中，k折交叉验证指的是将数据集分成多少份？

A.2份

B.3份

C.k份

D.1份

解析：k折交叉验证是将数据集分成