学AI几个重要问题

1.训练决策树时的参数是什么？

2.在决策树的节点处分割的标准是什么？

3.基尼系数的公式是什么？

4.熵的公式是什么？

5.决策树如何决定在哪个特征处分割？

6.你如何用数学计算收集来的信息？你确定吗？

7.随机森林的优点有哪些？

8.介绍一下boosting算法。

9.gradient boosting如何工作？

10.关于AdaBoost算法，你了解多少？它如何工作？

11.SVM中用到了哪些核？SVM中的优化技术有哪些？

12.SVM如何学习超平面？用数学方法详细解释一下。

13.介绍一下无监督学习，算法有哪些？

14.在K-Means聚类算法中，如何定义K？

15.告诉我至少3中定义K的方法。