BAT机器学习高频面试题及详细答案（实战口语版）.docxVIP

BAT机器学习高频面试题及详细答案（实战口语版）.docx

BAT机器学习高频面试题及详细答案（实战口语版）

一、机器学习基础核心（必问）

1、过拟合和欠拟合的区别、产生原因、解决办法？

答案：

首先区分现象：欠拟合是模型在训练集、测试集效果都差；过拟合是训练集效果极好、测试集效果很差，泛化能力崩了。

欠拟合原因：模型太简单，复杂度不够，没法拟合数据潜在规律；特征太少、特征表达能力不足；训练迭代次数不够，模型没收敛。

欠拟合解决：换更复杂的模型，比如线性模型换树模型、加深网络；增加有效特征、特征交叉；增加训练迭代次数；降低正则化强度。

过拟合原因：模型复杂度远高于数据本身复杂度，过度学习训练集噪声；训练数据量太少、样本分布不均；数据噪声大、脏数据多；训练迭代过度；正则化太弱。

过拟合解决：最直接的是增加训练数据；做数据清洗、数据增强；降低模型复杂度，比如减少树深度、减少网络层数、减少神经元；加正则化，L1、L2、Dropout；早停，监控验证集效果，精度下降就停止训练；做交叉验证。

2、L1和L2正则的区别，各自作用、适用场景？

答案：

本质都是约束模型参数，防止过拟合，但特性完全不一样。

L2正则是权重平方和，核心作用是权重衰减，会把所有参数无限趋近于0，但不会变成0。它的优势是让模型参数更平滑，避免单个权重过大，对异常值不敏感，普遍用于线性回归、逻辑回归、神经网络。日常建模最常用，通用性最强。