机器学习面试题汇总(特征工程相关)
特征工程面试题
1.什么是特征工程?
2.对于一个新的项目如何生成模型所需要使用的特征?
3.原始数据通常存在哪些问题?
4.谈谈你所了解的数据抽样方法
5.什么是归一化?为什么一些机器学习模型需要对数据进行归一化?
6.常用的归一化方法有哪些?
7.归一化为什么能提高梯度下降法求解最优解的速度?
8.归一化有可能提高精度吗?
9.哪些机器学习算法不需要做归一化处理?
扫描二维码关注公众号,回复:
2646730 查看本文章
10.对于树形结构为什么不需要归一化?
11.什么是数据中的异常值,如何发现数据中的异常值?
12.数据中的异常值如何处理?
13.原始数据中缺失值处理方式
14.什么是特征选择,为什么要进行特征选择?
15.特征选择有哪些方法?
16.如何使用卡方检验进行特征选择?
17.什么是特征提取,它与特征选择有什么区别?
18.简述主成分分析PCA工作原理
19.PCA会有第一主成分、第二主成分,他们是怎么确定的?为什么第一主成分是第一,原因是什么?
20.PCA的优缺点有哪些?
面试题答案总结请扫描小程序码在面试题相关小程序中查看:
获取更多校园招聘资讯请关注校园招聘公众号校招辅助(xiaozhaofuzhu):