机器学习工程师考试复习题库（附答案）

机器学习工程师考试复习题库（附答案）单选题1.以下哪种算法需要数据标准化？A、决策树B、支持向量机参考答案：B2.以下哪种方法可以用于特征选择？A、主成分分析B、交叉验证C、正则化D、数据标准化参考答案：A3.以下哪项是K均值聚类的缺点？A、需要初始化中心点B、对噪声不敏感参考答案：A4.以下哪项是特征工程的关键步骤？A、直接输入原始数据B、数据预处理和特征构造参考答案：B5.以下哪种方法用于降维？A、主成分分析B、线性回归参考答案：A6.以下哪种算法适合处理时间序列数据？A、朴素贝叶斯B、长短期记忆网络参考答案：B7.以下哪项是深度学习的优势？A、需要大量标注数据B、适合处理结构化数据C、自动提取特征D、计算速度快参考答案：C8.以下哪项是模型调参的目标？A、提高训练速度B、优化模型性能参考答案：B9.在神经网络中，激活函数的作用是？A、调整权重大小B、引入非线性因素C、控制训练速度D、优化损失函数参考答案：B10.以下哪项是数据预处理的关键步骤？A、特征缩放B、模型训练C、参数调优D、结果可视化参考答案：A11.在分类任务中，以下哪项指标最适用于不平衡数据集？A、准确率B、F1分数C、精确率D、召回率参考答案：B12.以下哪项是深度学习的优势？A、需要大量标注数据B、自动提取特征参考答案：B13.以下哪种算法属于无监督学习？A、支持向量机B、K均值聚类C、逻辑回归D、决策树参考答案：B14.以下哪项是模型评估中“准确率”的计算方式？A、(TP+TN)/(TP+TN+FP+FN)B、TP/(TP+FP)C、TP/(TP+FN)D、(FP+FN)/(TP+TN+FP+FN)参考答案：A15.以下哪项是支持向量机的核心思想？A、寻找最大间隔B、寻找最小间隔参考答案：A16.以下哪项是模型训练中“超参数”的作用？A、控制模型复杂度B、决定数据维度C、优化数据分布D、影响训练过程参考答案：D17.以下哪项是模型评估中“精确率”的定义？A、正确预测为正类的比例B、实际为正类中被正确预测的比例C、正确预测为负类的比例D、实际为负类中被正确预测的比例参考答案：A18.在机器学习中，以下哪项技术用于减少模型的泛化误差？A、正则化B、数据增强C、交叉验证D、特征选择参考答案：A19.在图像识别任务中，卷积神经网络（CNN）的优势在于？A、处理高维数据能力强B、参数数量多C、可以自动提取特征D、训练时间短参考答案：C20.在模型评估中，召回率（Recall）的定义是？A、正确预测的正类样本占所有正类样本的比例B、正确预测的正类样本占所有预测为正类样本的比例C、正确预测的负类样本占所有负类样本的比例D、正确预测的负类样本占所有预测为负类样本的比例参考答案：A21.交叉验证的主要目的是？A、提高模型准确率B、评估模型在未知数据上的表现C、加快训练速度D、减少过拟合参考答案：B22.以下哪项是随机森林的训练过程？A、并行训练多个决策树B、串行训练一个决策树参考答案：A23.以下哪项是支持向量机的核心思想？A、寻找最大间隔B、最小化损失函数C、构建决策树D、聚类数据点参考答案：A24.以下哪种方法可以用来防止过拟合？A、增加训练数据量B、减少特征数量C、使用正则化技术D、以上都是参考答案：D25.以下哪项是梯度下降法的缺点？A、收敛速度慢B、容易陷入局部最优C、对初始值敏感D、以上都是参考答案：D26.以下哪种方法用于处理类别不平衡？A、重采样B、增加特征参考答案：A27.以下哪种算法是基于概率的分类器？A、逻辑回归B、支持向量机参考答案：A28.以下哪种算法适用于回归任务？A、支持向量机B、逻辑回归C、K近邻D、以上都是参考答案：D29.以下哪项是特征工程的主要目标？A、增加数据量B、提高模型精度C、降低计算成本D、减少数据维度参考答案：B30.在模型训练中，以下哪项是早停法（earlystopping）的作用？A、提高训练速度B、防止过拟合C、优化超参数D、增加数据量参考答案：B31.以下哪项是深度学习的缺点？A、需要大量数据B、容易解释参考答案：A32.以下哪项是模型评估中“F1分数”的计算方式？A、(精确率+召回率)/2B、(精确率*召回率)/(精确率+召回率)C、(精确率+召回率)/(精确率*召回率)D、(精确率-召回率)/2参考答案：A33.以下哪项是特征工程的目标？A、增加模型复杂度B、提高模型性能C、降低计算成本D、优化数据存储参考答案：B34.以下哪项是集成学习的一种？A、线性回归B、决策树C、随机森林D、K近邻参考答案：C35.在机器学习中，特征工程的主要目的是？A、提高模型训练速度B、提升模型性能C、减少数据存储空间D、降低模型复杂度参考答案：B36.在监督学习中，标签数据的作用是什么？A、用于训练模型的输入数据B、用于评估模型性能的数据C、用于指导模型学习正确输出的数据D、用于验证模型泛化能力的数据参考答案：C37.以下哪项是交叉验证的主要目的？A、提高训练速度B、评估模型性能C、增加数据量D、优化超参数参考答案：B38.以下哪项是神经网络中的激活函数？A、均方误差B、ReLU参考答案：B39.以下哪项是过拟合的表现？A、训练误差低，测试误差低B、训练误差低，测试误差高C、训练误差高，测试误差高D、训练误差高，测试误差低参考答案：B40.以下哪种算法适合处理高维稀疏数据？A、支持向量机B、K近邻参考答案：A41.以下哪项是数据增强的目的？A、减少数据量B、提高模型泛化能力C、降低计算成本D、优化参数参考答案：B42.在决策树中，信息增益用于选择什么？A、最优分割点B、叶子节点参考答案：A43.以下哪项是特征缩放的目的？A、增加数据维度B、使特征具有相同尺度参考答案：B44.以下哪项是评估回归模型性能的常用指标？A、准确率B、AUC-ROCC、均方误差D、F1分数参考答案：C45.在分类任务中，准确率（Accuracy）的定义是？A、正确预测的样本数占总样本数的比例B、所有正类样本中被正确预测的比例C、所有负类样本中被正确预测的比例D、正类预测中实际为正类的比例参考答案：A46.以下哪种方法用于处理缺失值？A、删除所有样本B、插值填充参考答案：B47.在深度学习中，以下哪项技术用于防止过拟合？A、批量归一化B、激活函数C、DropoutD、权重初始化参考答案：C48.以下哪项是模型训练中“正则化”的作用？A、提高训练速度B、防止过拟合C、增加数据量D、优化超参数参考答案：B49.交叉验证的主要目的是什么？A、提高模型精度B、评估模型泛化能力参考答案：B50.以下哪项是模型训练中“激活函数”的作用？A、控制数据分布B、引入非线性C、优化参数D、增加数据量参考答案：B51.以下哪项是模型欠拟合的表现？A、训练集和测试集表现都好B、训练集表现差，测试集表现也差参考答案：B52.以下哪种算法需要对数据进行归一化处理？A、K近邻B、支持向量机C、逻辑回归D、以上都是参考答案：D53.以下哪项是梯度下降法的缺点？A、收敛速度快B、容易陷入局部最优参考答案：B54.以下哪种方法用于特征选择？A、主成分分析B、方差选择法参考答案：B55.以下哪项是模型可解释性的目标？A、提高准确性B、易于理解模型决策参考答案：B56.以下哪项是深度学习的典型应用场景？A、文本分类B、数据可视化参考答案：A57.以下哪项是特征工程的目标？A、增加数据维度B、提高模型性能参考答案：B58.以下哪项是模型评估中“准确率”的定义？A、正确预测的比例B、实际为正类中被正确预测的比例C、正确预测为负类的比例D、实际为负类中被正确预测的比例参考答案：A59.以下哪项是模型评估中“召回率”的计算方式？A、TP/(TP+FP)B、TP/(TP+FN)C、TN/(TN+FP)D、TN/(TN+FN)参考答案：B60.以下哪项是正则化的作用？A、提高模型复杂度B、防止过拟合参考答案：B61.以下哪种方法用于解决类别不平衡问题？A、增加样本数量B、使用F1分数参考答案：B62.以下哪项是模型评估中“F1分数”的计算方式？A、2*(精确率*召回率)/(精确率+召回率)B、(精确率+召回率)/2C、(精确率*召回率)/(精确率+召回率)D、(精确率-召回率)/2参考答案：A63.以下哪种方法可以用来评估分类模型的性能？A、混淆矩阵B、ROC曲线C、AUC值D、以上都是参考答案：D64.以下哪项是模型评估的常用指标？A、准确率B、损失函数参考答案：A65.以下哪项是模型评估中“精确率”的计算方式？A、TP/(TP+FP)B、TP/(TP+FN)C、TN/(TN+FP)D、TN/(TN+FN)参考答案：A66.在深度学习中，Dropout的作用是？A、增加模型参数数量B、减少过拟合C、提高训练速度D、增强模型表达能力参考答案：B67.以下哪项不是监督学习的典型任务？A、分类B、聚类参考答案：B68.以下哪项是模型评估中“召回率”的定义？A、正确预测为正类的比例B、实际为正类中被正确预测的比例C、正确预测为负类的比例D、实际为负类中被正确预测的比例参考答案：B69.以下哪种算法适用于图像识别？A、K近邻B、卷积神经网络参考答案：B70.以下哪种算法最适合处理高维稀疏数据？A、决策树B、支持向量机（SVM）C、K近邻（KNN）D、线性回归参考答案：B71.以下哪项是超参数？A、权重B、学习率参考答案：B72.以下哪项是模型推理阶段的任务？A、优化参数B、预测新数据参考答案：B73.以下哪项是模型泛化的定义？A、模型在训练数据上的表现B、模型在新数据上的表现C、模型的计算速度D、模型的参数数量参考答案：B74.在特征选择中，信息增益的作用是？A、衡量特征的重要性B、评估特征的分布情况C、计算特征的方差D、判断特征是否相关参考答案：A75.以下哪项是梯度下降法的核心思想？A、最大化损失函数B、寻找最小值C、增加步长D、保持参数不变参考答案：B76.以下哪项是模型部署前的必要步骤？A、数据采集B、模型评估参考答案：B77.以下哪种方法可以用来解决特征维度高的问题？A、特征选择B、主成分分析（PCA）C、降维技术D、以上都是参考答案：D78.以下哪项是模型训练中“学习率”的作用？A、控制模型复杂度B、影响参数更新幅度C、决定数据维度D、优化数据分布参考答案：B79.以下哪项是模型评估中“AUC-ROC”的含义？A、准确率曲线B、接收者操作特性曲线C、混淆矩阵D、回归曲线参考答案：B80.以下哪项是梯度下降法的变种？A、随机梯度下降B、主成分分析C、K均值D、决策树参考答案：A81.以下哪种算法最适合处理高维数据且具有良好的可解释性？A、支持向量机B、决策树C、神经网络D、随机森林参考答案：B82.以下哪种算法属于无监督学习？A、逻辑回归B、K近邻C、K均值D、支持向量机参考答案：C83.以下哪项是模型过拟合的表现？A、训练集和测试集表现都好B、训练集表现好，测试集表现差参考答案：B84.以下哪种方法可以用来处理类别不平衡问题？A、重采样技术B、调整类别权重C、使用F1分数作为评估指标D、以上都是参考答案：D85.以下哪种方法用于模型选择？A、交叉验证B、特征缩放参考答案：A86.以下哪项是分类问题的评价指标？A、均方误差B、准确率参考答案：B87.机器学习模型在训练集上表现良好，但在测试集上表现差，可能的原因是？A、过拟合B、欠拟合参考答案：A88.损失函数的作用是？A、衡量模型预测与真实值之间的差异B、优化模型参数C、提高训练速度D、降低模型复杂度参考答案：A89.在机器学习中，什么是“欠拟合”？A、模型在训练集上表现好，但在测试集上表现差B、模型在训练集和测试集上都表现差C、模型在训练集上表现差，但在测试集上表现好D、模型在训练集和测试集上都表现很好参考答案：B90.以下哪项是深度神经网络的特点？A、需要大量标注数据B、适合处理简单数据C、自动提取特征D、计算速度快参考答案：C91.以下哪项是模型评估中“均方误差”的定义？A、预测值与真实值之差的平方的平均B、预测值与真实值之差的绝对值的平均C、正确预测的比例D、实际为正类中被正确预测的比例参考答案：A92.以下哪个是正则化技术？A、特征缩放B、L2正则化参考答案：B93.以下哪项是正则化的主要作用？A、增加模型复杂度B、减少模型复杂度C、提高训练速度D、降低数据维度参考答案：B94.以下哪项是模型训练的目标？A、尽可能降低损失函数B、尽可能提高损失函数参考答案：A95.以下哪项是模型训练中“批量大小”（batchsize）的作用？A、控制训练速度B、影响参数更新频率C、决定数据维度D、优化数据分布参考答案：B96.在逻辑回归中，损失函数通常使用什么？A、均方误差B、对数损失参考答案：B97.以下哪项是监督学习的典型应用场景？A、客户分群B、产品推荐C、图像识别D、异常检测参考答案：C98.以下哪项是随机森林的优点？A、容易过拟合B、泛化能力强参考答案：B99.以下哪项是模型欠拟合的表现？A、训练误差低，测试误差高B、训练误差高，测试误差高C、训练误差低，测试误差低D、训练误差高，测试误差低参考答案：B100.在分类问题中，以下哪项是混淆矩阵的组成部分？A、标准差B、准确率C、真正例、假正例、真反例、假反例D、均方误差参考答案：C多选题1.以下哪些是监督学习的典型应用场景？A、图像分类B、文本聚类C、垃圾邮件检测D、用户行为预测参考答案：ACD2.下列属于正则化技术的是？A、L1正则化B、L2正则化C、DropoutD、交叉验证参考答案：ABC3.以下哪些是回归任务的评价指标？A、平均绝对误差B、准确率C、均方误差D、F1分数参考答案：AC4.以下哪些是特征选择的方法？A、方差选择法B、递归特征消除C、PCAD、信息增益参考答案：ABD5.下列属于降维技术的是？A、主成分分析B、t-SNEC、逻辑回归D、K近邻参考答案：AB6.下列属于集成学习方法的是？A、随机森林B、梯度提升树C、逻辑回归D、支持向量机参考答案：AB7.以下哪些是模型评估的指标？A、交叉验证B、准确率C、均方误差D、网格搜索参考答案：BC8.下列属于模型训练后的验证步骤是？A、模型评估B、模型测试C、模型部署D、模型保存参考答案：AB9.在特征工程中，以下哪些步骤可能涉及数据预处理？A、特征缩放B、特征选择C、特征编码D、特征构造参考答案：AC10.下列属于评估指标的是？A、AUC-ROC曲线B、准确率C、交叉验证D、损失函数参考答案：ABD11.以下哪些是机器学习模型的常见类型？A、线性回归B、决策树C、神经网络D、K均值参考答案：ABC12.以下哪些是过拟合的常见表现？A、训练集精度高，测试集精度低B、模型复杂度低C、模型在训练数据上表现差D、模型对噪声敏感参考答案：AD13.下列属于模型推理阶段的任务是？A、输入数据预处理B、模型加载C、参数更新D、输出结果生成参考答案：ABD14.下列属于数据预处理步骤的是？A、缺失值填充B、特征缩放C、模型训练D、特征编码参考答案：ABD15.下列属于超参数的是？A、学习率B、权重C、正则化系数D、激活函数参考答案：AC16.以下哪些是数据预处理的常见步骤？A、缺失值处理B、特征缩放C、特征编码D、特征选择参考答案：ABC17.以下哪些是生成式模型？A、高斯混合模型B、支持向量机C、隐马尔可夫模型D、逻辑回归参考答案：AC18.以下哪些是深度学习的常见应用领域？A、图像识别B、自然语言处理C、数据挖掘D、语音识别参考答案：ABD19.下列属于机器学习算法的是？A、线性回归B、决策树C、逻辑回归D、随机森林参考答案：ABCD20.以下哪些是监督学习算法？A、K近邻B、K均值C、逻辑回归D、支持向量机参考答案：ACD21.下列属于模型训练过程中可能需要的文件是？A、模型权重B、训练日志C、代码文件D、数据集参考答案：ABCD22.下列属于模型训练过程中可能遇到的挑战是？A、数据不平衡B、特征缺失C、模型收敛慢D、模型精度高参考答案：ABC23.下列属于模型调优方法的是？A、网格搜索B、随机搜索C、交叉验证D、模型训练参考答案：ABC24.下列属于模型迭代优化的方法是？A、模型更新B、数据重新采集C、参数调整D、模型替换参考答案：ABC25.下列属于模型部署方式的是？A、API接口B、容器化部署C、手动输入D、模型压缩参考答案：ABD26.以下哪些是评估分类模型的常用指标？A、准确率B、均方误差C、F1分数D、AUC-ROC曲线参考答案：ACD27.下列属于模型可解释性方法的是？A、LIMEB、SHAPC、梯度下降D、深度学习参考答案：AB28.下列属于过拟合的表现是？A、训练集准确率高B、测试集准确率低C、模型复杂度低D、模型泛化能力强参考答案：AB29.下列属于损失函数的是？A、均方误差B、交叉熵C、准确率D、F1分数参考答案：AB30.下列属于数据集划分方法的是？A、三七分B、五折交叉验证C、留一法D、二八分参考答案：ABCD31.以下哪些是正则化技术？A、L1正则化B、数据增强C、L2正则化D、早停法参考答案：AC32.以下哪些是优化算法？A、梯度下降B、K均值C、随机梯度下降D、主成分分析参考答案：AC33.下列属于模型性能评估指标的是？A、准确率B、召回率C、F1分数D、精确率参考答案：ABCD34.以下哪些是评估回归模型的指标？A、平均绝对误差B、准确率C、均方误差D、F1分数参考答案：AC35.下列属于数据增强方法的是？A、图像旋转B、添加噪声C、交叉验证D、特征缩放参考答案：AB36.下列属于优化算法的是？A、梯度下降B、随机梯度下降C、蒙特卡洛方法D、Adam优化器参考答案：ABD37.下列属于分类问题的评价指标是？A、准确率B、召回率C、均方误差D、精确率参考答案：ABD38.下列属于模型评估方法的是？A、交叉验证B、留出法C、特征选择D、模型调参参考答案：AB39.下列属于模型评估指标的是？A、F1分数B、准确率C、交叉验证D、损失函数参考答案：ABD40.下列属于特征选择方法的是？A、方差选择法B、卡方检验C、交叉验证D、信息增益参考答案：ABD41.下列属于模型部署环境的是？A、云平台B、边缘设备C、本地服务器D、模型训练环境参考答案：ABC42.下列哪些算法属于集成学习方法？A、决策树B、随机森林C、支持向量机D、梯度提升树参考答案：BD43.下列属于模型训练过程中可能需要的工具是？A、JupyterNotebookB、PyCharmC、GitD、Docker参考答案：ABCD44.下列属于模型训练过程中的日志记录内容是？A、损失值B、准确率C、代码版本D、系统资源使用情况参考答案：ABD45.以下哪些是深度学习框架？A、TensorFlowB、PyTorchC、Scikit-learnD、Keras参考答案：ABD46.以下哪些是机器学习模型的训练过程中的步骤？A、数据预处理B、模型部署C、特征工程D、模型评估参考答案：ACD47.下列属于数据质量评估指标的是？A、缺失率B、重复率C、一致性D、完整性参考答案：ABCD48.下列属于模型压缩方法的是？A、量化B、剪枝C、增加层数D、知识蒸馏参考答案：ABD49.下列属于模型部署前的检查项是？A、模型兼容性B、数据格式一致性C、代码版本D、训练时间参考答案：ABC50.以下哪些是深度学习的优点？A、自动特征提取B、处理非结构化数据C、需要大量标注数据D、计算资源需求低参考答案：AB51.下列属于模型训练过程中可能涉及的资源是？A、GPUB、CPUC、内存D、网络带宽参考答案：ABC52.以下哪些是特征工程的目标？A、提高模型性能B、降低数据维度C、提高计算效率D、增加数据量参考答案：ABC53.下列属于非监督学习的是？A、K均值聚类B、层次聚类C、支持向量机D、逻辑回归参考答案：AB54.以下哪些是分类模型的评估指标？A、准确率B、精确率C、召回率D、F1分数参考答案：ABCD55.以下哪些是深度学习的常见挑战？A、数据不足B、计算资源需求高C、模型解释性差D、过拟合参考答案：ABCD56.以下哪些是无监督学习算法？A、K均值B、朴素贝叶斯C、层次聚类D、决策树参考答案：AC57.下列属于模型监控指标的是？A、准确率B、响应时间C、模型版本D、错误率参考答案：ABD58.以下哪些是监督学习的典型算法？A、逻辑回归B、K近邻C、支持向量机D、K均值参考答案：ABC59.以下哪些是模型评估的常见方法？A、交叉验证B、网格搜索C、留一法D、随机搜索参考答案：AC60.下列属于特征工程的步骤是？A、数据清洗B、特征缩放C、特征编码D、模型调参参考答案：ABC61.下列属于深度学习框架的是？A、TensorFlowB、PyTorchC、Scikit-learnD、Keras参考答案：ABD62.下列属于监督学习的有？A、K均值聚类B、支持向量机C、朴素贝叶斯D、人工神经网络参考答案：BCD63.以下哪些是神经网络的激活函数？A、ReLUB、SigmoidC、SoftmaxD、梯度下降参考答案：ABC64.以下哪些是交叉验证的目的？A、评估模型泛化能力B、提高模型精度C、选择最优超参数D、增加训练数据量参考答案：AC65.以下哪些是特征工程的常见方法？A、特征缩放B、特征编码C、特征选择D、特征构造参考答案：ABCD66.以下哪些是模型调优的方法？A、网格搜索B、交叉验证C、随机搜索D、特征选择参考答案：ABC67.下列属于模型训练阶段的任务是？A、数据预处理B、参数初始化C、模型保存D、损失计算参考答案：ABD68.以下哪些是分类任务的评价指标？A、准确率B、召回率C、R²D、精确率参考答案：ABD69.以下哪些是深度学习的优势？A、自动特征提取B、处理高维数据C、需要大量标注数据D、对计算资源要求低参考答案：AB70.以下哪些是模型调优的常用方法？A、网格搜索B、随机搜索C、交叉验证D、特征选择参考答案：ABC71.下列属于模型训练过程中可能遇到的问题是？A、过拟合B、欠拟合C、模型过大D、模型太小参考答案：AB72.下列属于模型解释方法的是？A、SHAP值B、LIMEC、梯度下降D、深度学习参考答案：AB73.以下哪些是数据预处理的步骤？A、缺失值填充B、特征缩放C、特征编码D、特征选择参考答案：ABC74.以下哪些是模型训练过程中可能遇到的问题？A、过拟合B、欠拟合C、数据缺失D、模型复杂度低参考答案：AB75.以下哪些是数据增强的常见方法？A、添加噪声B、数据缩放C、翻转图像D、特征编码参考答案：AC判断题1.交叉验证的目的是提高模型的泛化能力。A、正确B、错误参考答案：A2.决策树在处理高维数据时表现优于线性回归。A、正确B、错误参考答案：B3.机器学习模型的训练数据越多，模型效果一定越好。A、正确B、错误参考答案：B4.机器学习模型的训练时间越长，效果一定越好。A、正确B、错误参考答案：B5.机器学习模型的超参数可以通过网格搜索进行优化。A、正确B、错误参考答案：A6.机器学习项目中，数据收集阶段非常重要。A、正确B、错误参考答案：A7.随机森林是一种集成学习方法。A、正确B、错误参考答案：A8.随机森林是由多个决策树组成的集成学习方法。A、正确B、错误参考答案：A9.误差反向传播算法用于训练神经网络。A、正确B、错误参考答案：A10.特征工程是提升模型性能的关键步骤之一。A、正确B、错误参考答案：A11.逻辑回归是一种用于分类任务的算法。A、正确B、错误参考答案：A12.机器学习模型的训练过程中，损失函数始终在减小。A、正确B、错误参考答案：B13.主成分分析（PCA）是一种降维技术。A、正确B、错误参考答案：A14.机器学习工程师的主要职责是编写代码。A、正确B、错误参考答案：B15.K近邻算法需要对数据进行标准化处理。A、正确B、错误参考答案：A16.机器学习模型的预测结果与特征工程无关。A、正确B、错误参考答案：B17.聚类分析是一种有监督学习方法。A、正确B、错误参考答案：B18.逻辑回归的输出可以直接作为概率值使用。A、正确B、错误参考答案：A19.机器学习工程师需要掌握数学和统计知识。A、正确B、错误参考答案：A20.机器学习模型的泛化能力指的是其在训练数据上的表现。A、正确B、错误参考答案：B21.决策树是一种无监督学习算法。A、正确B、错误参考答案：B22.逻辑回归输出的是类别概率。A、正确B、错误参考答案：A23.深度学习需要大量数据才能取得良好效果。A、正确B、错误参考答案：A24.梯度下降法可以用于最小化损失函数。A、正确B、错误参考答案：A25.机器学习模型的参数是通过训练数据自动学习得到的。A、正确B、错误参考答案：A26.K均值聚类算法对初始中心点的选择不敏感。A、正确B、错误参考答案：B27.支持向量机（SVM）在小样本数据集上表现不佳。A、正确B、错误参考答案：B28.机器学习模型的训练集和测试集应该完全独立。A、正确B、错误参考答案：A29.线性回归模型可以用于分类任务。A、正确B、错误参考答案：B30.数据预处理是构建机器学习模型的重要环节。A、正确B、错误参考答案：A31.在K近邻算法中，K值越大，模型越容易过拟合。A、正确B、错误参考答案：B32.机器学习模型的可解释性对实际应用没有影响。A、正确B、错误参考答案：B33.过拟合是指模型在训练数据上表现差，但在新数据上表现好。A、正确B、错误参考答案：B34.逻辑回归的损失函数是均方误差。A、正确B、错误参考答案：B35.机器学习模型的预测结果总是准确的。A、正确B、错误参考答案：B36.超参数是模型在训练过程中自动学习得到的参数。A、正确B、错误参考答案：B37.偏差-方差分解有助于理解模型的性能问题。A、正确B、错误参考答案：A38.逻辑回归不能处理非线性问题。A、正确B、错误参考答案：B39.机器学习模型的评估应在训练完成后立即进行。A、正确B、错误参考答案：B40.机器学习模型的训练时间与数据量