2026年机器学习实战应用考试题目.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习实战应用考试题目

一、单选题（共10题，每题2分，计20分）

背景：某电商平台利用机器学习技术优化商品推荐系统，提高用户购买转化率。数据来源于用户浏览历史、购买记录、用户画像等。

1.在构建用户购买倾向预测模型时，最适合使用的机器学习算法是？

A.决策树

B.神经网络

C.K近邻

D.支持向量机

2.若模型在训练集上表现良好，但在测试集上表现差，最可能的原因是？

A.过拟合

B.欠拟合

C.数据偏差

D.样本量不足

3.在特征工程中，将连续变量离散化常用的方法是？

A.标准化

B.归一化

C.二分法

D.降维

4.若要检测用户行为数据中的异常值，最适合使用的统计方法是？

A.相关性分析

B.箱线图

C.熵权法

D.主成分分析

5.在模型调优中，交叉验证的主要作用是？

A.提高模型泛化能力

B.减少训练时间

C.增加模型复杂度

D.减少过拟合

6.若用户行为数据存在类别不平衡，最常用的处理方法是？

A.重采样

B.特征选择

C.聚类分析

D.回归分析

7.在自然语言处理中，用于文本分类的算法是？

A.协同过滤

B.朴素贝叶斯

C.线性回归

D.逻辑回归

8.若要评估模型的预测精度，最适合使用的指标是？

A.MAE

B.R2

C.AUC

D.