2026年机器学习工程师考试题库（附答案和详细解析）（0715）.docxVIP

机器学习工程师

一、单项选择题（共10题，每题1分，共10分）

以下损失函数中，最适合二分类逻辑回归模型训练的是A.均方误差损失B.交叉熵损失C.铰链损失D.绝对值损失答案：B解析：正确选项依据：交叉熵损失通过度量预测概率分布与真实分布的差异，能够解决逻辑回归中均方误差损失梯度消失的问题，是二分类逻辑回归的标准损失函数。错误选项问题：A选项均方误差损失多用于回归任务，在sigmoid输出的场景下容易出现梯度饱和；C选项铰链损失是SVM模型的专用损失函数；D选项绝对值损失对离群点鲁棒性强但不可导，不适合逻辑回归梯度优化场景。

以下方法中，不属于降低模型过拟合的策略是A.增加训练数据量B.引入L2正则化C.提前停止训练（早停）D.提高模型迭代轮次答案：D解析：正确选项依据：过度增加迭代轮次会让模型过度拟合训练集的噪声，反而加剧过拟合。错误选项问题：A选项增加训练数据可以让模型学习到更通用的特征，减少过拟合；B选项L2正则化通过惩罚过大权重约束模型复杂度，抑制过拟合；C选项早停在验证集性能开始下降时终止训练，避免模型过度拟合训练数据。

随机森林属于以下哪种集成学习范式A.BoostingB.StackingC.BaggingD.Blending答案：C解析：正确选项依据：随机森林以决策树为基学习器，通过对训练集有放回采样、特征随