布拉拉巴卜拉的博客

面试题（二）~模型评估模型评估1 模型评估的局限性* 准确率的局限性* 精确率与召回率的权衡* 平方根误差的“意外”2 ROC曲线* 什么是ROC曲线？* 如何计算AUC?* ROC曲线VS P-R曲线？3 余弦距离* 结合你的学习和研究经历，探讨为什么在一些场景中要使用余弦相似度而不是欧氏距离？* 余弦距离是否是一个严格定义的距离？4 A/B测试的陷阱* 在对模型进行过充分的离线评估后为什么还要进行在线A/B测试？* 如何进行线上A/B测试？* 如何划分实验组和对照组？5 模型评估的方法* 在模型评估中，

面试题（一）~特征工程特征工程1 归一化* 为什么需要对数值类型的特征做归一化？2 类别特征* 在对数据进行预处理时，应该怎样处理类别特征？3 组合特征* 什么是组合特征？如何处理高维组合特征？4 文本表示* 有哪些文本表示模型？它们各有什么优缺点？5 Word2Vec(常用词嵌入模型)* Word2Vec是如 何工作的？它和LDA有什么区别与联系？6 图像数据不足时的处理方法* 图像分类时训练样本不足会有什么问题？如何缓解？特征工程1 归一化* 为什么需要对数值类型的特征做归一化？答：消除数据特征