2026年第三学年中职《(人工智能基础)机器学习入门》期中测试卷及答案

2026年第三学年中职《(人工智能基础)机器学习入门》期中测试卷及答案2026年春学期中等职业学校三年制人工智能技术应用专业《机器学习入门》期中测试卷考试时长：90分钟满分：100分考核范围：课程前8单元（机器学习概述、Python机器学习开发环境搭建、数据集构建与预处理、监督学习基础框架、线性回归算法、逻辑回归算法、K近邻分类算法、模型基础评估方法）-----------------------------------------------------------------------一、单项选择题（共15小题，每小题2分，总计30分。每小题只有1个正确选项，选对得分，错选、不选均不得分）1.以下应用场景中，不属于机器学习典型落地应用的是A.短视频平台基于用户历史观看行为的个性化推荐B.传统五金加工厂的固定程序控制按钮式冲床作业C.基层医疗系统的CT影像肺结节自动辅助识别D.政务服务大厅的智能客服用户意图自动识别2.机器学习区别于传统手工编程处理数据的核心逻辑是A.人工编写覆盖所有可能场景的规则逐行处理输入数据B.从标注好的历史数据中自动学习潜在规律，完成对应任务C.必须依托千万亿次算力的超级计算机才能正常运行D.只能处理图像类非结构化数据，无法处理表格类结构化数据3.以下任务类别中，属于非监督学习典型应用的是A.老师根据学生作答情况给期末试卷手动打百分制分数B.电商平台基于用户消费行为数据将平台用户划分成不同消费偏好群体C.校园人脸识别系统自动识别进出人员是否为在校师生D.气象系统根据历史气象数据预测次日当地气温数值4.中职《机器学习入门》课程实操环节通用的Python第三方库体系中，专门用于高性能多维数组数值计算的工具库是A.NumPyB.RequestsC.PyAutoGUID.Pygame5.在数据预处理阶段处理某列“学生年龄”字段的缺失值时，若该字段不存在极端异常值，最适合中职初学者操作且兼顾合理性的填充方法是A.直接删除整行包含缺失值的全量数据B.使用该字段所有非缺失样本的均值进行填充C.直接给所有缺失位置填充自定义数值0D.调用随机数生成器生成随机数填充6.机器学习流程中特征归一化操作的核心作用是A.将所有特征的取值范围统一映射到相近区间，避免不同特征的量纲差异拖慢算法收敛效率、影响模型训练结果B.将彩色图像批量转换为灰度图像，减少图像数据的存储体积C.自动完成所有数据样本的人工标注工作，降低人力成本D.对原始数据集进行样本增强，成倍扩充数据集的总样本量7.经典线性回归算法默认使用的核心损失函数是A.均方误差损失函数B.交叉熵损失函数C.0-1损失函数D.对比损失函数8.某中职校教务团队需要完成“根据学生本学期的平时考勤率、单元作业平均得分、三次单元测试得分共4项输入数据，预测学生期末总评得分”的任务，该任务属于以下哪类机器学习任务A.分类任务B.回归任务C.聚类任务D.降维任务9.经典sigmoid激活函数作用下的逻辑回归算法，最终输出结果的取值范围是A.[-1,1]B.[0,1]C.负无穷到正无穷D.[0,100]10.针对K近邻算法的运行逻辑，当设置的K取值越大时，以下哪项描述是正确的A.模型越容易拟合训练集中的噪声样本，出现过拟合B.模型的决策边界越平滑，对局部异常点的抗干扰能力越强C.模型的单样本预测计算速度越快D.模型对边缘异常样本的分类敏感度越高11.以下评估指标中，不能用于二分类机器学习模型性能评估的是A.准确率（Accuracy）B.均方误差（MSE）C.精确率（Precision）D.召回率（Recall）12.中职课程实操环节通用的数据集拆分规则中，通常将原始带标注数据集按照7:2:1的比例拆分为三个部分，其中占比20%的部分是A.训练集B.验证集C.测试集D.备份集13.机器学习领域的“过拟合”现象指的是A.模型在训练数据集上表现极差，在未知测试数据集上表现也极差B.模型在训练数据集上拟合效果极好，准确率接近100%，但在从未见过的未知测试数据集上表现远低于预期，泛化能力极差C.模型在训练集和测试集上的性能表现都达到生产可用标准D.模型不需要任何训练过程，直接输出完全符合预期的结果14.机器学习流程中“标签（Label）”的标准定义是A.输入模型的所有历史特征数据的统称B.我们希望通过输入特征让模型预测得到的目标变量C.存储数据集的文件名称D.机器学习算法内部的可调节参数名称15.中职学生完成机器学习课程大作业的过程中，以下哪种操作完全符合数据安全与学术规范要求A.未经许可下载互联网上公开售卖的企业用户涉密数据集用于模型训练B.正式训练前对数据集做脱敏处理，隐去样本中包含的用户手机号、身份证号、家庭住址等敏感隐私信息C.为了拿到更高的模型准确率数值，手动修改测试集的标注结果伪造测试表现D.跳过所有数据预处理环节，直接将未经过任何清洗的原始数据输入算法模型开始训练二、多项选择题（共5小题，每小题3分，总计15分。每小题有2个及以上正确选项，多选、少选、错选均不得分）1.基于监督学习的机器学习任务，必须包含的核心要素有A.经过标注的高质量训练数据集B.明确的输入特征变量体系C.清晰可落地的预测任务目标D.完全不需要预留独立的测试集验证效果2.工业界通用的机器学习数据预处理标准流程，通常包含以下哪些核心操作A.缺失值检测与针对性处理B.异常值识别与修正、剔除C.非数值类类别特征的特征编码转换D.全量数据样本去重操作3.以下任务场景中，属于典型的分类机器学习任务的有A.校园人脸识别门禁系统自动判断当前通行人员是否为预先录入的授权教职工或学生B.校园邮箱系统自动对收到的外部邮件做分类，判断该邮件是否属于垃圾广告邮件C.校园智慧电商平台自动识别上传的商品图片属于数码类、服饰类还是食品类D.根据房屋的建筑面积、所在区位、房龄数据预测二手房的市场成交价格4.针对中职课程所学的K近邻算法的特性，以下描述正确的有A.属于有监督的惰性学习算法，不存在显式的模型训练过程B.不需要额外做算法适配，天然支持多分类任务C.训练样本量越大，预测单样本的运算速度越快，完全不存在算力压力D.最优K值可以通过交叉验证的方法在验证集上测试得到，无需人工拍板确定5.针对中职课程所学的线性回归算法，以下哪些操作可以有效缓解模型过拟合问题A.扩充训练数据集的总样本量，覆盖更多真实场景下的数据分布B.在线性回归的损失函数中加入L2正则化惩罚项，限制模型参数的数值大小C.模型训练过程中采用早停法，当验证集性能不再提升时提前终止迭代D.直接删除所有输入特征，仅保留1个特征完成模型训练三、判断题（共10小题，每小题1分，总计10分。判断描述正误，在答题区标注√或×即可）1.机器学习算法的决策能力完全超过人类，因此可以直接让算法替代人类完成所有涉及公共利益的决策任务，无需遵守任何相关伦理规范。2.数据集拆分完成后，测试集的所有样本数据都可以提前参与模型的训练过程，帮助模型学到更多规律，最终让模型的泛化表现更好。3.独热编码（One-HotEncoding）的核心作用，是将“颜色”“年级”这类取值有限的类别型文本特征，转换为机器学习算法可以直接输入处理的数值型特征。4.逻辑回归算法的名称中带有“回归”二字，但其本质是一款工业界广泛应用的经典二分类算法。5.如果机器学习任务中的训练集和测试集数据来自完全不同的分布场景，模型最终的泛化能力会出现大幅下降，无法达到预期落地效果。6.K近邻算法预测未知新样本类别的核心逻辑，是计算新样本和所有训练样本的特征距离，选取距离最近的K个训练样本，统计这K个样本中出现占比最高的类别，作为最终的预测输出结果。7.只要模型在测试集上的准确率达到100%，就代表该模型是完美无缺的生产可用模型，不存在任何数据泄露或者标注漏洞隐患。8.回归任务的评估指标均方误差（MSE）的数值越小，代表模型的预测输出结果和真实标注值之间的平均偏差水平越低，模型拟合效果越好。9.在二分类疾病预测任务场景中，召回率指标衡量的是模型找出全部阳性患病样本的能力，召回率越高代表模型漏判的患病样本数量越少。10.中职学生初学机器学习时，必须先完全掌握所有涉及的高等数学公式的推导原理，才能动手跑通第一个实操案例，没有其他适合中职学情的学习路径。四、简答题（共5小题，每小题5分，总计25分）1.请用生活化的通俗语言解释机器学习的核心定义，要求结合中职学生熟悉的技能考证学习场景完成举例说明。2.数据预处理是完整机器学习项目全流程中人力耗时占比最高的环节，部分工业项目中数据预处理的耗时占比甚至超过70%，请简要说明做好数据预处理的3个核心意义。3.请简要对比说明课程所学的线性回归和逻辑回归两款算法的适用场景差异。4.请解释什么是机器学习模型的泛化能力，并说明为什么评估模型的真实性能表现时，不能只参考模型在训练集上的性能得分。5.针对K近邻算法的运行逻辑，请说明如果人工设置的K值过小，远低于最优取值，会给模型的训练和预测过程带来什么负面影响。五、实操应用题（共1小题，总计10分）某中职校人工智能社团计划开发一个轻量化的学业预警小工具，输入特征为学生本学期的实训操作平均得分、课堂全勤次数、课后作业提交率3项结构化特征，输出结果为二分类标签“是否能够顺利通过《机器学习入门》课程期末考核”，社团成员目前已经收集到了120条往届学生的历史完整标注数据，请你结合中职课程所学的Scikit-learn工具库的常用接口，描述完成该项目的全流程可落地操作步骤，步骤需贴合中职学生实操能力，不可出现未学过的超纲内容。六、综合案例分析题（共1小题，总计10分）某中职校智慧校园社团为学校食堂开发了一款基于机器学习的菜品日销量预测工具，输入特征为当日是否为工作日、当日最高气温、当日是否有校园大型活动3项特征，输出结果为当日指定菜品的预计销售份数，项目上线试运行一周后发现，所有周末时段的菜品销量预测误差极大，经常出现当日准备的食材剩余超过40%或者供应不足的情况，工作日时段的预测误差则控制在10%以内完全符合预期，请结合本学期所学的机器学习相关知识，分析导致该问题的3个核心原因，并给出对应的可落地优化方案。-----------------------------------------------------------------------《机器学习入门》2026年春学期期中测试卷参考答案一、单项选择题参考答案1-5：BBAAB6-10：AABBB11-15：BBBBA二、多项选择题参考答案1.ABC2.ABCD3.ABC4.ABD5.ABC三、判断题参考答案1-5：××√√√6-10：√×√√×四、简答题参考答案1.参考答案：机器学习本质和我们平时练习技能考证的逻辑高度相似：学生通过大量刷往年的真题（对应机器学习的标注历史数据集），自己总结出不同题型的答题规律和得分技巧（对应算法从数据中学习规律的过程），之后遇到完全没做过的新考题时，就能用之前总结的规律给出正确答案（对应模型泛化预测新数据的过程），整个过程不需要老师把每一道题的得分规则都逐字写出来，靠自己刷题积累的经验就能完成任务。评分要点：通俗语言解释清楚3分，结合考证场景举例合理2分。2.参考答案：第一，能有效过滤原始数据中的噪声、缺失值、异常值，避免脏数据干扰算法的学习过程，避免模型学到错误的规律；第二，将不同量纲、不同格式的原始特征转换为机器学习算法可以正常读取计算的标准格式，大幅提升算法的训练收敛速度；第三，能有效提升最终模型的泛化能力，减少后续模型调优的成本，降低项目整体落地的返工概率。评分要点：每答出1个合理要点得1-2分，答出3个完整要点得满分。3.参考答案：第一，输出维度的差异：线性回归的输出是连续的数值类型，适合预测结果为具体数值的任务，比如预测得分、房价、销量；逻辑回归的输出是0到1之间的概率值，最终输出离散的分类结果标签，适合预测类别归属的分类任务。第二，损失函数的差异：线性回归使用均方误差损失，聚焦预测值和真实值的数值偏差；逻辑回归使用交叉熵损失，聚焦分类结果的对错概率偏差。第三，应用场景侧重不同：线性回归广泛用于销量预测、得分预测等回归场景，逻辑回归广泛用于垃圾邮件识别、是否患病判断等二分类场景。评分要点：明确场景差异3分，结合具体案例说明2分。4.参考答案：泛化能力指的是训练完成的机器学习模型，对从未见过的全新未知样本的适配能力，也就是在和训练集同分布的新测试数据上的预测准确率。如果只看训练集的表现，很容易出现过拟合的问题：模型把训练集里所有样本的噪声、偶发的特殊规律都记住了，看起来在训练集上得分极高，但是遇到没见过的新样本时表现极差，根本没法落地使用，训练集的得分完全不能代表模型在真实生产环境中的表现。评分要点：泛化能力定义解释3分，不看训练集单独评估的原因解释2分。5.参考答案：如果K值设置得过小，模型在预测新样本时，只会参考距离它极近的少数几个样本的投票结果，此时模型的决策边界会变得极其复杂，非常容易拟合到训练集中的局部噪声样本，出现过拟合问题，新样本的预测结果会对异常点极度敏感，哪怕输入特征里出现一个很小的噪声扰动，都会让最终的预测类别发生错误偏移，模型的整体稳定性会大幅下降。评分要点：答出过拟合问题3分，解释对预测结果的负面影响2分。五、实操应用题参考答案完整实操步骤共分为5步：第一步，使用Pandas库读取本地存储的标注数据集CSV文件，分别读取3个输入特征列和1个目标标签列，将数据转换为Scikit-learn可以直接处理的数组格式；第二步，调用Sklearn的train_test_split接口，按照7:3的比例将数据集拆分为训练集和测试集，设置random_state固定随机种子保证每次拆分的结果可复现；第三步，初始化逻辑回归分类器对象（由于是二分类任务，逻辑回归适配性最优），调用fit接口传入训练集的特征和对应完成模型的训练过程；第四步，调用predict接口传入测试集的特征得到预测结果，调用accuracy_score、classification_report接口计算模型在测试集上的准确率、精确率、召回率指标，