2026年机器学习模型构建与应用考题.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习模型构建与应用考题

一、单选题（每题2分，共20题）

1.在中国金融行业，用于反欺诈场景的机器学习模型中，最适合处理高维稀疏数据的算法是？

A.决策树

B.支持向量机

C.神经网络

D.K近邻

2.若某电商平台的用户行为数据每5分钟产生1万条记录，以下哪种存储方案最适合实时特征工程？

A.关系型数据库MySQL

B.HadoopHDFS

C.Redis

D.MongoDB

3.在深圳智慧交通项目中，用于预测拥堵程度的模型应优先考虑哪种评估指标？

A.准确率

B.召回率

C.F1分数

D.平均绝对误差（MAE）

4.若某医疗影像诊断模型的AUC为0.92，F1为0.88，则该模型在什么场景下表现更优？

A.早期筛查

B.确诊辅助

C.健康管理

D.疾病分类

5.在上海证券交易所的量化交易中，用于捕捉短期波动特征的模型是？

A.ARIMA

B.LSTM

C.GRU

D.XGBoost

6.若某工业设备的故障预测模型训练集为1000条，测试集为200条，则交叉验证时应采用？

A.K折（K=5）

B.K折（K=10）

C.留一法

D.分层抽样

7.在北京外卖平台的推荐系统中，用户历史订单数据中缺失率超过50%的特征应如何处理？

A.直接删除

B.插值填充

C