数据特征工程笔试面试测试题（含超详细接地气答案）.docxVIP

数据特征工程笔试面试测试题（含超详细接地气答案）

适用场景：数据分析、机器学习、算法岗笔试面试、数据岗技能自测

一、基础概念题（入门必刷）

1.什么是数据特征？在模型训练中起到什么作用？

详细答案：简单来说，特征就是用来描述样本、能让模型用来学习规律的变量，也就是我们常说的自变量。比如预测房价，房屋面积、楼层、户型、所在区域都是特征。

模型本身不会自己发现规律，完全依靠特征提供的信息。优质的特征能让模型快速学到数据核心规律，提升预测、分类的准确率；劣质、冗余、噪声大的特征，就算模型再高级，效果也会很差，还容易出现过拟合。

2.数据特征分为哪几大类？各自的区别是什么？

详细答案：工作中最常用的是分为两大类，细分四小类，日常落地足够用：

1.数值型特征（连续型）：可以做加减乘除，有大小、高低、多少的概念。比如年龄、薪资、销售额、温度、房屋面积。可以直接输入大多数模型。

2.离散型特征：

-分类特征（无序）：没有大小对比关系，仅代表类别。比如性别、城市、职业、商品品类。不能直接做数值运算，必须编码后入模。

-序数特征（有序）：有固定顺序，但间隔不统一。比如评分1-5星、学历、职级、客户等级。可以简单排序，不能随意加减。

3.时间特征：特殊离散特征，比如年月日、小时、季度，一般需要手动衍生处理。

3.为什么需要做特征工程？不处理原始数据直接建模行不行？

详细答案：完全不行