2026年机器学习工程师考试题库（附答案和详细解析）（0606）.docxVIP

机器学习工程师

一、单项选择题（共10题，每题1分，共10分）

在监督学习中，如果训练数据中存在噪声或异常值，以下哪种模型通常对噪声最不敏感？A.决策树B.线性回归C.K近邻（KNN）D.支持向量机（SVM）答案：A解析：决策树通过分裂节点来划分特征空间，对噪声和异常值具有较好的鲁棒性，因为它不需要假设数据分布；而线性回归和KNN直接受噪声影响，SVM对异常值也较为敏感。

下列哪个指标最适合用于评估二分类模型中“少数类”的预测性能？A.准确率B.F1-ScoreC.均方误差（MSE）D.R平方答案：B解析：当类别不平衡时，准确率往往具有误导性；F1-Score是精确率和召回率的调和平均，能有效反映模型在少数类上的表现；MSE和R平方主要用于回归任务。

在神经网络训练中，梯度消失问题通常发生在以下哪种激活函数使用时？A.ReLUB.SigmoidC.TanhD.LeakyReLU答案：B解析：Sigmoid函数的导数在输入较大或较小时趋近于0，导致深层网络反向传播时梯度呈指数级衰减；ReLU函数的导数在正区间为1，有效缓解了梯度消失问题。

以下关于过拟合的描述，哪项是错误的？A.模型在训练集上表现很好，但在测试集上表现很差B.模型过于复杂，学习了训练数据中的噪声C.增加训练数据量通常可以缓解过拟合D.正则化