2026年机器学习工程师考试题库（附答案和详细解析）（0808）.docxVIP

机器学习工程师

一、单项选择题（共10题，每题1分，共10分）1.以下哪种损失函数最适合处理二分类任务的概率预测场景？A.均方误差损失B.交叉熵损失C.平均绝对误差损失D.铰链损失答案：B解析：交叉熵损失的设计完全匹配分类任务的概率优化目标，是二分类概率预测的标准损失函数。错误选项说明：A和C都是针对回归任务的损失函数，不适合分类概率预测；D是SVM的间隔损失，不直接输出预测概率。2.梯度下降算法中，如果学习率设置过大，最可能出现以下哪种情况？A.损失函数以最快速度收敛到全局最优B.损失函数值持续震荡无法收敛C.训练过程快速陷入局部最优点D.权重更新完全停止答案：B解析：学习率过大会导致参数更新步长过大，反复跳过损失函数的最优点区域，最终出现损失值上下震荡的不收敛现象。错误选项说明：A学习率过大无法稳定收敛；C陷入局部最优通常是学习率过小、模型能力不足导致的；D权重更新停止是学习率设置为0时才会出现的情况。3.以下哪个指标不能用于聚类算法的效果评估？A.轮廓系数B.调整兰德系数（ARI）C.分类准确率D.卡林斯基-哈拉巴斯指标（CH指标）答案：C解析：分类准确率是有监督分类任务的专属评估指标，聚类任务属于无监督学习，不存在预先标注的类别标签作为准确率计算的基准。错误选项说明：A轮廓系数、B调整兰德系数、DCH