2025年机器学习工程师时序数据预处理面试题(含答案与解析).docxVIP

2025年机器学习工程师时序数据预处理面试题(含答案与解析)

时序数据中常见的缺失模式有哪几类？不同模式下如何选择填补方法？

缺失模式主要分为三类：完全随机缺失（MCAR）、随机缺失（MAR）、非随机缺失（MNAR）。MCAR指缺失与数据本身及其他变量无关，如传感器临时故障导致的随机丢点；MAR指缺失仅与观测到的数据相关，如温度传感器在低温时更易断开；MNAR指缺失与未观测到的数据相关，如用户因满意度低而停止上报数据。

填补方法选择需匹配缺失模式：MCAR可采用简单统计（均值/中位数）或时间序列插值（线性插值、样条插值），因缺失无偏；MAR需利用已知变量信息，如用其他同步变量构建回归模型预测缺失值，或使用KNN（基于相似时间点的特征）；MNAR需引入外部信息或假设机制，如用隐含变量模型（如状态空间模型）或因果推断方法（如逆概率加权），因缺失本身携带信息，简单填补会引入偏差。例如，电力负荷数据中，夜间缺失可能因电表休眠（MAR），可用历史同期负荷与温度的回归关系填补；而工业设备异常停机导致的缺失（MNAR），需结合设备状态日志构建混合模型。

如何判断时序数据是否满足平稳性？ADF检验和KPSS检验的核心区别是什么？

平稳性需满足均值、方差、自协方差不随时间变化。常用检验方法包括ADF（增广迪基-富勒）检验和KPSS（Kwiatkowski-Phillips-Schmi