数据挖掘岗位面试题(含详细答案).docxVIP

  • 0
  • 0
  • 约4.27千字
  • 约 9页
  • 2026-11-23 发布于河北
  • 举报

数据挖掘岗位面试题(含详细答案).docx

数据挖掘岗位面试题(含详细答案)

一、基础统计学

1.简述偏差与方差的区别,以及如何平衡二者

答案:

偏差描述模型预测结果和真实值之间的平均差距,反映模型本身的拟合能力。高偏差一般代表欠拟合,比如只用线性模型去拟合高度非线性的数据,模型过于简单,没能抓住数据内在规律。

方差描述在不同训练数据集上训练出来的模型,预测结果之间的波动程度。高方差代表过拟合,模型把训练集里独有的噪声、随机波动当成通用规律,在训练集表现很好,但换到新测试集误差飙升。

平衡手段:

如果偏差高:增加模型复杂度、增加特征、延长训练轮次;

如果方差高:扩充样本量、正则化、提前停止、做特征筛选;

工程上经常用交叉验证,根据验证集误差选择合适模型和超参。

2.解释p值,以及使用p值做检验时有哪些常见误区

答案:

p值是在原假设成立的前提下,观测到当前或者更加极端样本统计量的概率。如果预先设定显著性水平α,当p

常见误区:

将p值当成原假设成立的概率;

只要p0.05

根据结果反向设计假设,多次检验却不做校正;

样本量足够大时,微小的差异也能得到很小的p值,容易误判。

3.简单解释皮尔逊相关系数,它有什么局限

答案:

皮尔逊相关系数用来衡量两个变量之间线性相关程度,取值区间是[?1,1];越靠近1

局限:

只捕捉线性关系,如果变量之间是非线性关联,哪怕变化高度同步,相关系数也可能接近

文档评论(0)

1亿VIP精品文档

相关文档