2026年机器学习工程师考试题库（附答案和详细解析）（0522）.docxVIP

机器学习工程师

一、单项选择题（共10题，每题1分，共10分）

在机器学习中，用于评估模型在未见过的数据上表现如何的指标是：A.训练集准确率B.测试集准确率C.模型复杂度D.特征数量答案：B解析：训练集准确率反映模型对已知数据的拟合程度，容易过拟合；测试集准确率用于评估模型泛化能力，是评估模型性能的关键指标。

下列哪项技术主要用于解决高维数据中的特征冗余问题，通过保留主要方差来降维？A.K-均值聚类B.决策树C.主成分分析（PCA）D.支持向量机（SVM）答案：C解析：PCA是一种线性降维技术，通过正交变换将原始数据映射到新的坐标系，保留方差最大的方向以实现降维。

在神经网络的反向传播算法中，梯度消失问题通常发生在使用什么激活函数时？A.ReLUB.SigmoidC.TanhD.LeakyReLU答案：B解析：Sigmoid函数在输入较大或较小时导数趋近于0，导致深层网络反向传播时梯度逐渐衰减。

下列关于过拟合的说法正确的是：A.模型在训练集和测试集上表现都很差B.模型在训练集上表现很好，但在测试集上表现很差C.模型在训练集上表现很差，但在测试集上表现很好D.模型在训练集和测试集上表现都很好答案：B解析：过拟合是指模型学习了训练数据中的噪声和细节，导致泛化能力差，无法适应新数据。

在处理类别不平衡数据