2026年机器学习基础概念与算法训练题库.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习基础概念与算法训练题库

一、单选题（每题2分，共10题）

1.在机器学习中，下列哪项不是过拟合的典型表现？

A.模型在训练集上表现良好，但在测试集上表现差

B.模型过于复杂，包含过多冗余特征

C.模型对噪声数据过于敏感

D.模型泛化能力强，能够准确预测新数据

2.以下哪种方法常用于处理数据不平衡问题？

A.增加训练数据量

B.提升模型复杂度

C.下采样少数类

D.以上都是

3.逻辑回归模型的核心输出是什么？

A.概率值（0到1之间）

B.离散分类标签

C.线性组合的权重

D.决策边界

4.在决策树算法中，如何选择分裂属性？

A.选择信息增益最大的属性

B.选择方差最小的属性

C.随机选择属性

D.以上都不是

5.以下哪种评估指标适用于回归问题？

A.精确率（Precision）

B.召回率（Recall）

C.均方误差（MSE）

D.F1分数

二、多选题（每题3分，共5题）

6.支持向量机（SVM）的优点包括哪些？

A.对非线性问题表现良好（通过核函数）

B.对小样本数据鲁棒性强

C.容易受噪声数据影响

D.计算复杂度低

7.以下哪些属于监督学习算法？

A.线性回归

B.决策树

C.K-means聚类

D.逻辑回归

8.在神经网络训练中，以下哪些