2025年机器学习工程师考试题库（附答案和详细解析）（1022）.docxVIP

机器学习工程师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

以下哪项属于监督学习任务？

A.对用户点击日志进行聚类分析

B.预测房价随面积变化的趋势

C.检测图像中的异常纹理

D.从无标签文本中提取主题

答案：B

解析：监督学习需要标签数据进行训练。选项B（预测房价）需要历史房价（标签）和面积（特征）作为训练数据，属于回归任务（监督学习）。选项A（聚类）、C（异常检测）、D（主题提取）均为无监督学习任务。

评估分类模型时，F1分数的计算基于以下哪两个指标？

A.准确率（Accuracy）和召回率（Recall）

B.精确率（Precision）和召回率（Recall）

C.精确率（Precision）和准确率（Accuracy）

D.真阳性率（TPR）和假阳性率（FPR）

答案：B

解析：F1分数是精确率和召回率的调和平均，公式为(F1=2)。选项A错误，准确率是总正确比例；选项C混淆了指标组合；选项D是ROC曲线的参数。

以下哪种方法不能缓解过拟合？

A.增加训练数据量

B.降低模型复杂度

C.提高学习率

D.引入L2正则化

答案：C

解析：过拟合的核心原因是模型对训练数据过度学习。增加数据（A）、简化模型（B）、正则化（D）均可缓解过拟合。提高学习率（C）可能导致优化过程震荡，甚至无法收敛，但与过拟合无直接关联。

梯度下降算法中，“批量”（Batch）指的是：

A.每次迭代使用所有训练数据计算梯度

B.每次迭代使用单个样本计算梯度

C.每次迭代使用部分样本计算梯度

D.每次迭代更新所有模型参数

答案：A

解析：批量梯度下降（BatchGD）每次使用全部训练数据计算梯度，保证梯度方向准确但计算成本高。选项B是随机梯度下降（SGD），选项C是小批量梯度下降（MBGD），选项D是参数更新的普遍操作，非“批量”定义。

决策树中，信息增益的计算基于：

A.基尼系数（GiniImpurity）

B.熵（Entropy）

C.均方误差（MSE）

D.交叉熵（Cross-Entropy）

答案：B

解析：信息增益(IG=H(D)-H(D|A))，其中(H(D))是数据集的熵，(H(D|A))是特征A划分后的条件熵。基尼系数用于CART树的特征选择（A错误），均方误差用于回归任务（C错误），交叉熵是分类损失函数（D错误）。

以下哪种特征工程方法用于处理类别型变量？

A.标准化（Z-Score）

B.独热编码（One-HotEncoding）

C.主成分分析（PCA）

D.对数变换（LogTransformation）

答案：B

解析：类别型变量（如“性别”）无顺序关系，需通过独热编码转换为二进制向量（B正确）。标准化用于数值型特征（A错误），PCA用于降维（C错误），对数变换用于调整数值分布（D错误）。

支持向量机（SVM）的核函数主要解决什么问题？

A.处理缺失值

B.降低计算复杂度

C.解决线性不可分问题

D.加速模型训练

答案：C

解析：核函数（如RBF核）通过隐式映射将低维线性不可分数据转换为高维线性可分空间（C正确）。处理缺失值需数据清洗（A错误），核函数可能增加计算复杂度（B错误），加速训练需优化算法（D错误）。

以下哪项是集成学习中Bagging方法的典型代表？

A.随机森林（RandomForest）

B.梯度提升树（GBDT）

C.XGBoost

D.Adaboost

答案：A

解析：Bagging（自助采样集成）通过并行训练多个基模型并投票，随机森林是其典型（A正确）。GBDT、XGBoost、Adaboost均为Boosting方法（串行训练，关注错误样本）。

神经网络中，ReLU激活函数的主要优点是：

A.避免梯度消失

B.输出值范围在(0,1)

C.计算复杂度高

D.适用于所有层

答案：A

解析：ReLU（(f(x)=max(0,x))）在(x0)时梯度为1，避免了Sigmoid的梯度消失问题（A正确）。输出范围是[0,∞)（B错误），计算简单（C错误），但在输入负时梯度为0（“神经元死亡”），不适用于所有场景（D错误）。

以下哪项不属于模型部署时的关键考虑因素？

A.推理延迟（Latency）

B.模型参数量

C.训练数据质量

D.吞吐量（Throughput）

答案：C

解析：模型部署关注推理性能（延迟、吞吐量）和资源占用（参数量），训练数据质量是训练阶段的问题（C错误）。

二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）

以下哪些属于无监督学习算法？

A.K-均值聚类（K-Means）

B.主成分分析（PCA