2026年机器学习算法与实践题库含模型性能评估.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习算法与实践题库含模型性能评估

一、单选题（共10题，每题2分）

说明：下列每题只有一个最符合题意的选项。

1.某电商公司使用逻辑回归模型预测用户购买行为，发现模型在训练集上的准确率高达98%，但在测试集上仅65%。该现象最可能由以下哪种原因导致？

A.数据过拟合

B.数据欠拟合

C.样本偏差

D.模型参数不调优

2.在评估一个分类模型的性能时，如果业务方更关注假正例（FalsePositive）带来的损失，应优先参考哪个指标？

A.精确率（Precision）

B.召回率（Recall）

C.F1分数

D.AUC值

3.某银行利用随机森林模型进行信用风险评估，发现模型对高信用用户的预测效果显著优于低信用用户。这种现象被称为？

A.数据不平衡

B.模型偏差

C.预测漂移

D.过拟合

4.在交叉验证中，K折交叉验证中K值选择过大或过小分别可能导致什么问题？

A.模型泛化能力下降，方差增大

B.模型泛化能力提升，方差减小

C.模型偏差增大，方差减小

D.模型偏差减小，方差增大

5.某医疗公司使用支持向量机（SVM）进行疾病诊断，发现模型在处理高维数据时表现不佳。可能的原因是？

A.核函数选择不当

B.数据线性不可分

C.模型参数不调优

D.数据噪声过大

6.在评估回归模