2026年CDA数据分析师（机器学习基础）自测试题及答案.docVIP

2026年CDA数据分析师（机器学习基础）自测试题及答案

班级______姓名______

（考试时间：90分钟满分100分）

一、选择题（总共10题，每题4分，每题只有一个正确答案，请将正确答案填写在括号内）

1.以下关于机器学习中监督学习的说法，正确的是（）

A.监督学习不需要给定训练数据中的标记信息

B.监督学习的目标是从无标记数据中学习模式

C.监督学习中，模型通过标记数据进行训练，以预测新数据的标记

D.监督学习主要包括聚类和降维算法

2.在决策树算法中，用于选择划分属性的指标是（）

A.信息增益

B.均方误差

C.余弦相似度

D.相关系数

3.支持向量机（SVM）的主要作用是（）

A.进行数据分类和回归分析

B.用于数据聚类

C.降低数据维度

D.提取数据特征

4.以下哪种算法不属于集成学习方法（）

A.随机森林

B.AdaBoost

C.K近邻算法

D.Bagging

5.对于线性回归模型，损失函数通常采用（）

A.交叉熵损失

B.均方误差损失

C.0-1损失

D.绝对值损失

6.在K近邻算法中，K值的选择对分类结果有重要影响。一般来说，K值较小会导致（）

A.模型复杂度降低，偏差增大

B.模型复杂度降低，偏差减小

C.模型复杂度增加，偏差增大

D.模型复杂度增加，偏差减小

7.神经网络中的激活函数ReLU的表达式是（）

A.f(x)=max(0,x)

B.f(x)=sigmoid(x)

C.f(x)=tanh(x)

D.f(x)=1/(1+exp(-x))

8.以下关于梯度下降算法的说法，错误的是（）

A.梯度下降是一种迭代优化算法，用于求解损失函数的最小值

B.梯度下降每次迭代都朝着梯度的反方向更新参数

C.梯度下降算法一定会收敛到全局最优解

D.学习率过大可能导致梯度下降过程发散

9.在朴素贝叶斯分类中，假设特征之间（）

A.相互独立

B.具有强相关性

C.部分相关

D.没有任何关系

10.以下哪种数据预处理操作不属于特征缩放（）

A.归一化

B.标准化

C.离散化

D.正则化

二、多项选择题（总共5题，每题6分，每题有多个正确答案，请将正确答案填写在括号内，多选、少选、错选均不得分）

1.以下哪些是机器学习中常用的评估指标（）

A.准确率

B.召回率

C.F1值

D.均方根误差

E.信息熵

2.决策树的剪枝策略主要有（）

A.预剪枝

B.后剪枝

C.随机剪枝

D.深度剪枝

E.宽度剪枝

3.支持向量机的核函数有（）

A.线性核

B.多项式核

C.RBF核

D.sigmoid核

E.高斯核

4.以下哪些算法可以用于数据降维（）

A.主成分分析（PCA）

B.线性判别分析（LDA）

C.奇异值分解（SVD）

D.聚类算法

E.决策树算法

5.神经网络中常用的优化器有（）

A.随机梯度下降（SGD）

B.Adagrad

C.Adadelta

D.RMSProp

E.Adam

三、填空题（总共10题，每题3分，请将正确答案填写在横线上）

1.机器学习的主要任务包括______、______、______和______。

2.决策树的内部节点是______，叶节点是______。

3.支持向量机中，最大间隔超平面是使______达到最大的超平面。

4.集成学习通过构建并结合多个______来完成学习任务。

5.线性回归模型的参数估计通常采用______方法。

6.K近邻算法中，根据______来确定新样本的类别。

7.激活函数的作用是给神经元引入______。

8.梯度下降算法中，学习率决定了每次迭代中参数更新的______。

9.朴素贝叶斯分类基于______假设进行分类。

10.数据预处理中的特征工程包括______、______、______等操作。

四、简答题（总共2题，每题15分）

1.请简述决策树算法的基本原理，并说明其优缺点。

2.解释支持向量机中核函数的作用，并举例说明常用的核函数及其应用场景。

五、综合题（1题，20分）

给定以下数据集：

|特征1|特征2|类别|

|---|---|---|

|1|2|A|

|2|3|A|

|3|4|B|

|4|5|B|

|5|6|A|

使用K近邻算法对新样本（特征1=3，特征2=3）进行分类，假设K=3。请详细说明分类过程。

答案

1.C

2.A

3.A

4.C

5.B

6.A

7.A

8.C

9.A

10.C

1.ABCD

2.