2026年算法工程师机器学习岗位招聘笔试试题及答案

2026年算法工程师机器学习岗位招聘笔试试题及答案一、单项选择题（每题2分，共15题，共30分）1.关于过拟合与欠拟合，下列说法正确的是：A.过拟合模型训练误差小、测试误差大B.欠拟合模型训练误差大、测试误差小C.过拟合模型训练误差大、测试误差小D.欠拟合模型训练误差小、测试误差大答案A2.在逻辑回归二分类任务中，输出层通常使用的激活函数是：A.ReLUB.TanhC.SigmoidD.Softmax答案C3.下列关于L1与LA.L1B.L2C.两者都不能防止过拟合D.L1答案A4.使用梯度下降法求解线性回归时，若特征量纲差异很大，最合适的预处理方法是：A.将目标值取对数B.对特征进行标准化C.增加多项式特征D.随机打乱样本顺序答案B5.随机森林中，每棵决策树训练时使用的样本主要通过什么方式获得：A.全部训练样本B.Bootstrap自助采样C.随机选取10%样本D.只选取正类样本答案B6.主成分分析（PCA）的主要目标是：A.最大化类间距离B.找到方差最大的投影方向C.直接提高分类准确率D.对样本进行聚类答案B7.在二分类任务中，精确率（Precision）定义为：A.TB.TC.TD.T答案B8.ROC曲线的横轴与纵轴分别是：A.横轴FPR，纵轴TPRB.横轴TPR，纵轴FPRC.横轴精确率，纵轴召回率D.横轴特征数，纵轴准确率答案A9.激活函数ReLU的表达式为：A.maxB.1C.tanhD.e答案A10.在深度神经网络中，批量归一化（BatchNormalization）的主要作用是：A.减少模型参数量B.加速训练并使网络更稳定C.提高数据集大小D.自动选择学习率答案B11.决策树中，用于分类的基尼指数（GiniIndex）反映了节点的：A.纯度，值越大越纯B.纯度，值越小越纯C.深度，值越大越深D.信息增益，值越大越好答案B12.关于K-Means聚类，下列说法正确的是：A.K值必须等于样本真实类数B.需要事先指定簇数KC.对初始中心点不敏感D.适合发现非凸簇答案B13.集成学习中的Boosting方法主要通过什么方式提升模型性能：A.降低方差B.降低偏差C.同时降低方差和偏差D.增加噪声答案B14.线性回归使用最小二乘估计时，如果样本数小于特征数，通常容易发生：A.欠拟合B.过拟合或参数不可唯一确定C.梯度爆炸D.数据不平衡答案B15.特征选择中，过滤式（Filter）方法通常依据什么来评估特征：A.模型交叉验证分数B.特征与目标的相关性或统计量C.模型训练速度D.特征数量答案B二、多项选择题（每题3分，共5题，共15分；少选得1分，错选不得分）1.下列哪些属于监督学习算法：A.线性回归B.K-MeansC.决策树D.主成分分析答案AC解析线性回归和决策树需要带标签的训练数据，属于监督学习；K-Means和主成分分析不需要标签，属于无监督学习。2.关于L1和LA.L1B.L2C.L1D.两者都能在一定程度上缓解过拟合答案ABCD解析L1正则化通过绝对值惩罚使部分权重压缩为0，从而产生稀疏解，可用于特征选择；L3.下列哪些方法可以缓解二分类中的类别不平衡问题：A.对少数类进行过采样B.对多数类进行欠采样C.使用代价敏感学习D.将所有样本复制一遍答案ABC解析过采样、欠采样和代价敏感学习都是常用的类别不平衡处理手段；简单复制所有样本不会改变类别比例，也不能提升少数类的学习效果。4.在深层神经网络中，有助于缓解梯度消失问题的技术包括：A.ReLU激活函数B.批归一化C.残差连接D.使用Sigmoid作为每一层激活答案ABC解析ReLU在正区间梯度恒为1，可避免梯度消失；批归一化稳定输入分布，缓解梯度消失；残差连接提供恒等路径，使梯度更容易回传。Sigmoid函数导数最大仅为0.25，多层连乘会加剧梯度消失。5.对比随机森林和GBDT，下列说法正确的有：A.随机森林可以并行训练各棵树，GBDT通常串行训练B.随机森林通过Bagging降低方差，GBDT通过前向分布降低偏差C.随机森林中的树训练时使用Bootstrap抽样D.GBDT每棵树拟合的是负梯度（伪残差）答案ABCD解析随机森林基于Bagging思想，各树独立训练，可并行，主要降低方差；GBDT采用前向分布算法，串行拟合前一轮的负梯度或残差，主要降低偏差。三、填空题（每空2分，共10空，共20分）1.在二分类评价中，召回率（Recall）的公式为__答案T2.支持向量机中，软间隔目标函数中的超参数C越大，对误分类的惩罚越__答案大3.信息增益是父节点信息熵减去子节点信息熵的加权和，其中每个子节点的权重是__答案子节点样本数占总样本数的比例4.K-Means算法中通常使用__答案欧氏距离5.在神经网络中，反向传播算法利用__答案链式6.随机森林每棵树在划分节点时，通常随机选取__答案d（或特征总数的平方根）7.逻辑回归的输出值可以解释为样本属于正类的__答案概率8.交叉验证中，留一法（LOOCV）每次使用的验证集大小为__答案1个样本9.ElasticNet正则化同时包含L1项和L2项，其正则项可写作答案λ10.卷积神经网络输出特征图尺寸计算中，除了输入尺寸、卷积核大小、步长外，还需要考虑__答案填充（Padding）四、简答题（每题5分，共3题，共15分）1.简述偏差和方差的含义，并说明高偏差、高方差分别对应什么现象及缓解措施。答案偏差指模型预测期望与真实标签之间的差距，反映模型对数据的拟合能力；方差指模型在不同训练集上预测结果的变动程度，反映模型对数据扰动的敏感程度。高偏差通常对应欠拟合，表现为训练误差和测试误差都偏高，可通过增加特征、提高模型复杂度、减小正则化等方式缓解；高方差通常对应过拟合，表现为训练误差低但测试误差高，可通过增加训练数据、使用正则化、降低模型复杂度或采用集成方法等方式缓解。2.简述K折交叉验证的基本步骤及其相对于单个训练/测试集划分的优势。答案将数据随机等分为K份，依次以其中1份作为验证集，其余K-1份作为训练集进行模型训练和评估，重复K次，最终取K次评估指标的平均值作为模型泛化性能的估计。优势：每个样本都被用于训练和验证，数据利用更充分；多次划分取平均可以降低单次划分带来的偶然误差，评估结果更加稳定、可靠。3.为什么逻辑回归不使用均方误差而使用交叉熵作为损失函数？答案逻辑回归输出为概率，使用交叉熵与极大似然估计等价，具有良好的概率解释和梯度性质。均方误差在Sigmoid输出接近0或1时梯度较小，参数更新缓慢，且损失函数为非凸，容易陷入局部最优；交叉熵损失在概率输出错误时惩罚较大，梯度更新更合理，有利于模型快速收敛。五、计算与推导题（每题10分，共2题，共20分）1.给定逻辑回归预测函数hθ(xL请推导∂L答案：先求Sigmoid函数的导数：σ记z=θT∂分别计算：∂∂∂三者相乘，得到：∂解析：该梯度形式简洁，与线性回归的梯度形式类似，方便使用梯度下降法更新参数。2.某二分类模型测试集混淆矩阵如下：TP=40，FP=10，FN=20，TN=30。请计算准确率、精确率、召回率和F1分数；若业务场景中漏检正类会造成严重损失，应重点参考哪个指标？答案总样本数N=Accuracy精确率：Precision召回率：RecallF1分数：$$\text{F1}=2\cdot\frac{\text{Precision}\cdot\text{Rec