机器学习面试题汇总(特征工程相关)

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？

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):