2026年人工智能工程师《机器学习》测试.docVIP

2026年人工智能工程师《机器学习》测试

一、单选题（总共10题，每题2分）

1.下列哪一项不是机器学习的常见算法？

A.线性回归

B.决策树

C.神经网络

D.随机森林

E.频率统计

2.在机器学习中，过拟合现象通常发生在哪种情况下？

A.模型过于简单

B.训练数据量不足

C.模型参数过多

D.训练数据噪声较大

E.模型泛化能力较强

3.下列哪种评估指标适用于不平衡数据集的分类问题？

A.准确率

B.精确率

C.召回率

D.F1分数

E.均方误差

4.在支持向量机（SVM）中，核函数的作用是什么？

A.增加模型的复杂度

B.降低模型的训练时间

C.将数据映射到高维空间

D.减少模型的过拟合

E.提高模型的计算效率

5.下列哪种算法属于集成学习方法？

A.逻辑回归

B.K近邻

C.随机森林

D.神经网络

E.K均值聚类

6.在交叉验证中，k折交叉验证指的是将数据集分成多少份？

A.2份

B.3份

C.4份

D.5份

E.10份

7.下列哪种方法可以用于特征选择？

A.递归特征消除

B.主成分分析

C.线性回归

D.决策树

E.K近邻

8.在梯度下降法中，学习率的作用是什么？

A.控制模型的收敛速度

B.增加模型的复杂度

C.减少模型的训练时间

D.提高模型的泛化能力

E.降低模型的过