2026年人工智能《机器学习》冲刺押题卷.docxVIP

2026年人工智能《机器学习》冲刺押题卷

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共30分）

1.下列关于过拟合和欠拟合的描述中，正确的是？

A.过拟合意味着模型对训练数据过于敏感，泛化能力差；欠拟合则表示模型过于简单，未能捕捉到数据中的基本规律。

B.通过增加模型复杂度可以解决欠拟合问题，但可能会加剧过拟合。

C.验证集上的误差持续下降，训练集上的误差停止下降或开始上升，通常指示模型出现过拟合。

D.所有模型都存在过拟合的问题，关键在于如何控制。

2.在机器学习评估中，对于类别不平衡的数据集，如果更关心漏报（FalseNegative）的代价，应该优先关注哪个评估指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数（F1-Score）

3.逻辑回归模型本质上是为了解决哪种类型的问题？

A.无监督分类问题

B.无监督聚类问题

C.监督回归问题

D.监督分类问题

4.决策树在构建过程中，选择分裂属性时常用的指标之一是信息增益（InformationGain）。信息增益的大小取决于子节点的什么特性？

A.样本数量