头脑对对碰，机器学习面试题轻松答！

  Hey~ 

我们又见面啦~

你还好吗？

2018.02.03

最近，我养了一只呱，真的是好萌啊啊啊啊啊啊！大家周末愉快呀！

答题开始

1.如何进行特征选择？

 

2.（分类问题）

一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别4种不同的人员：狱警，小偷，送餐员，其他。下面哪种学习方法最适合此种应用需求：（）。

A. 二分类问题

B. 多分类问题

C. 层次聚类问题

D. k-中心点聚类问题

E. 回归问题

F. 结构分析问题

 

 

答案&解析

1.解析：

常见的特征选择方式：

（1）去除方差较小的特征

（2）正则化。1正则化能够生成稀疏的模型。L2正则化的表现更加稳定，由于有用的特征往往对应系数非零。

（3）随机森林，对于分类问题，通常采用基尼不纯度或者信息增益，对于回归问题，通常采用的是方差或者最小二乘拟合。一般不需要feature engineering、调参等繁琐的步骤。它的两个主要问题，1是重要的特征有可能得分很低（关联特征问题），2是这种方法对特征变量类别多的特征越有利（偏向问题）。

（4）稳定性选择。是一种基于二次抽样和选择算法相结合较新的方法，选择算法可以是回归、SVM或其他类似的方法。它的主要思想是在不同的数据子集和特征子集上运行特征选择算法，不断的重复，最终汇总特征选择结果，比如可以统计某个特征被认为是重要特征的频率（被选为重要特征的次数除以它所在的子集被测试的次数）。理想情况下，重要特征的得分会接近100%。稍微弱一点的特征得分会是非0的数，而最无用的特征得分将会接近于0。

特征选择是一个重要的数据预处理过程，主要有两个原因：一是减少特征数量、降维，使模型泛化能力更强，减少过拟合;二是增强对特征和特征值之间的理解

2.正确答案：B

解析：

二分类：每个分类器只能把样本分为两类。

 

层次聚类：创建一个层次等级以分解给定的数据集。此方法分为自上而下（分解）和自下而上（合并）两种操作方式。监狱里的对象分别是狱警、小偷、送餐员、其他，他们等级应该是平等的，所以不行。

 

K-中心点聚类：挑选实际对象来代表簇，每个簇使用一个代表对象，是围绕中心点划分的一种规则，所以这里并不合适。

 

回归分析：处理变量之间具有相关性的一种统计方法，监狱的对象之间并没有什么直接关系。

 

结构分析：结构分析法是在统计分组的基础上，计算各组成部分所占比重，进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法。结构分析法的基本表现形式，就是计算结构指标。

 

多分类问题：针对不同的属性训练几个不同的弱分类器，然后将它们集成为一个强分类器。监狱的对象是狱警、小偷、送餐员以及其他，可以分别根据他们的特点设定依据，然后进行区分识别。

 

End 

本期编辑：丸子

题目来源：CSDN博客

图片来源：丸子养的呱

为了方便大家学习与交流，凡人云近日已开通机器学习社群！

分享公众号名片到40人以上的大群并截图给小助手，小助手就会拉你入群

在这里你可以得到：

1.各种学术讨论

2.最新的资料分享

3.不定期的征文以及联谊活动！

小助手微信号：meiwznn

公众号ID

frjqxx

长按识别左边二维码关注我们