2026年机器学习基础算法题库.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习基础算法题库

一、单选题（每题2分，共10题）

1.题目：在监督学习中，以下哪种算法通常用于处理非线性关系？

A.线性回归

B.决策树

C.逻辑回归

D.K近邻（KNN）

答案：B

解析：决策树能够通过多个分裂节点处理非线性关系，而线性回归和逻辑回归假设数据线性可分，KNN通过距离度量进行分类，但不直接处理非线性关系。

2.题目：以下哪种评估指标最适合用于不平衡数据集的分类任务？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

答案：D

解析：F1分数是精确率和召回率的调和平均数，能更好地处理不平衡数据集，而准确率易受多数类影响，精确率和召回率分别侧重不同方面。

3.题目：在聚类算法中，K-means算法的主要缺点是什么？

A.对初始中心点敏感

B.计算效率高

C.无法处理高维数据

D.适合小规模数据集

答案：A

解析：K-means对初始中心点敏感，可能导致局部最优解，但计算效率高且适合大规模数据集，也能处理高维数据（尽管高维下效果可能下降）。

4.题目：以下哪种算法属于集成学习方法？

A.支持向量机（SVM）

B.朴素贝叶斯

C.随机森林

D.神经网络

答案：C

解析：随机森林通过构建多棵决策树并组合结果，属于集成