机器学习测试题：从分类到特征工程与模型优化.pdfVIP

机器学习阶段测试

1.机器学习通常被分为哪几类？请介绍一下监督学习和无监督学习

的区别。

监督学习、无监督学习、半监督学习、强化学习。

有监督学习是在有的数据集上进行训练的；而无监督学习是在没有给定明确的

数据集上进行学习的过程，其目标是发现数据中隐藏的结构、模式或分组。

2.什么是特征工程？主要包含哪些内容？

特征工程（FeatureEngineering）是机器学习过程中非常重要的一步，指的是通过对原始

数据的处理、转换和构造，生成新的特征或选择有效的特征，从而提高模型的性能。简单来

说，特征工程是将原始数据转换为可以更好地表示问题的特征形式，帮助模型更好地理解和

学习数据中的规律。

特征工程主要包括：特征选择、特征转换、特征构造、特征降维。

3.什么是特征工程中的归一化、？在处理图像像素值这样的

数据时，一般优先采用哪种特征转换方式？对于类别型特征，一般

会怎样进行处理？

归一化将数据按比例缩放到一个固定范围[,]（通常是[或[−）。

将数据调整为均值为0、差为1的分布。