2026年机器学习基础篇专业术语与定义问答题.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习基础篇专业术语与定义问答题

一、单选题（每题2分，共20题）

说明：下列每题只有一个最符合题意的选项。

1.在机器学习中，过拟合现象指的是什么？

A.模型对训练数据拟合不足，泛化能力差

B.模型对训练数据拟合过度，对未知数据表现差

C.模型训练时间过长，计算资源消耗过大

D.模型参数数量过多，难以训练

2.下列哪种算法属于监督学习算法？

A.K-均值聚类

B.决策树

C.主成分分析（PCA）

D.时间序列分析

3.特征工程在机器学习中的主要作用是什么？

A.提高模型训练速度

B.提升模型泛化能力

C.减少模型参数数量

D.增加数据集维度

4.在逻辑回归模型中，输出值通常被解释为什么？

A.连续值预测

B.概率值（0到1之间）

C.离散类别标签

D.距离度量

5.交叉验证的主要目的是什么？

A.减少训练数据量

B.防止模型过拟合

C.提高模型计算效率

D.增加模型参数数量

6.在神经网络中，激活函数的作用是什么？

A.正则化参数

B.压缩特征空间

C.引入非线性关系

D.降低训练难度

7.下列哪种指标常用于评估分类模型的性能？

A.均方误差（MSE）

B.决定系数（R2）

C.准确率（Accuracy）

D.均值绝对误差（MAE）

8.