BAT機器學習面試1000題（401~405題）

點擊上方藍字關注

BAT機器學習面試1000題（401~405題）

401題

對於維度極低的特徵，選擇線性還是非線性分類器？

點擊下方空白區域查看答案▼

解析：

非線性分類器，低維空間可能很多特徵都跑到一起了，導致線性不可分。

1.如果Feature的數量很大，跟樣本數量差不多，這時候選用LR或者是Linear Kernel的SVM

2. 如果Feature的數量比較小，樣本數量一般，不算大也不算小，選用SVM+Gaussian Kernel 

3. 如果Feature的數量比較小，而樣本數量很多，需要手工添加一些feature變成第一種情況。

402題

請問怎麼處理特徵向量的缺失值

點擊下方空白區域查看答案 ▼

解析：

一方面，缺失值較多.直接將該特徵捨棄掉，否則可能反倒會帶入較大的noise，對結果造成不良影響。 

另一方面缺失值較少,其餘的特徵缺失值都在10%以內，我們可以採取很多的方式來處理: 

1) 把NaN直接作為一個特徵，假設用0表示；

 2) 用均值填充；

 3) 用隨機森林等演算法預測填充。

403題

SVM、LR、決策樹的對比。

點擊下方空白區域查看答案▼

解析：

模型複雜度：SVM支持核函數，可處理線性非線性問題;LR模型簡單，訓練速度快，適合處理線性問題;決策樹容易過擬合，需要進行剪枝 

損失函數：SVM hinge loss; LR L2正則化; adaboost 指數損失 

數據敏感度：SVM添加容忍度對outlier不敏感，只關心支持向量，且需要先做歸一化; LR對遠點敏感

 數據量：數據量大就用LR，數據量小且特徵少就用SVM非線性核

404題

什麼是ill-condition病態問題？

點擊下方空白區域查看答案▼

解析：

訓練完的模型，測試樣本稍作修改就會得到差別很大的結果，就是病態問題，模型對未知數據的預測能力很差，即泛化誤差大。

405題

簡述KNN最近鄰分類演算法的過程？

點擊下方空白區域查看答案 ▼

解析：

1.計算測試樣本和訓練樣本中每個樣本點的距離（常見的距離度量有歐式距離，馬氏距離等）；

2. 對上面所有的距離值進行排序；

3. 選前 k 個最小距離的樣本；

4. 根據這 k 個樣本的標籤進行投票，得到最後的分類類別；

題目來源

分享一哈：

喜歡刷題的你，

一定不要錯過啦

【機器學習·30天刷題團】

超300道ML優質題目，

每天限刷10道

班主任督學，專業講師答疑

一起營造最好的刷題體驗

刷題鏈接：

https://www.julyedu.com/course/getDetail/127

今日推薦

我們的

【

計算機視覺第二期

】

正在火熱報名中喔

還沒報名的小夥伴們

抓緊時間嘍

2人及2人以上組團

立減100元

想組團者可以添加客服：

julyedukefu_02

讓客服幫忙組團享受優惠喔

點擊下方「

閱讀原文

」

可在線報名

更多資訊

 請戳一戳

往期推薦

還在擔心個稅？你的同齡人早已年薪百萬了！

一圖了解整個機器學習的核心知識體系（建議收藏）

kaggle大殺器之十大深度學習技巧，你了解多少？

深度學習難嗎？如果你連這25個概念都不知道，當然難！

45萬AI面經 |  面試offer拿不停，人稱「offer收割機」

【乾貨合集】關於支持向量機（SVM）的原理，你了解多少？（萬字長文 速收）

點擊「閱讀原文」，可在線報名

推薦閱讀：