第 3 / 5 页
非代码面试题
显示 20 / 82 道匹配题目
答题状态：未尝试未正确已正确
ID题目领域难度题型进度权限
4361比较曲线之前在比较不同模型的 ROC 和 PR 曲线之前，你首先应该检查数据集的什么属性？机器学习中等essay未尝试面试订阅4362重做校准之前一个模型看起来校准很差。在断言模型本身坏掉之前，第一步应该先检查什么？机器学习中等essay未尝试面试订阅4363选阈值之前在优化分类阈值之前，第一步应该明确哪一个量？机器学习中等essay未尝试面试订阅4364信任 AUC 之前重训后 AUC 略有提升。在宣布新模型“实际更好”之前，第一步应该问什么？机器学习中等essay未尝试面试订阅4365只有校准还不够为什么面对一个校准完美但排序能力很弱的模型时，你仍然应该犹豫？机器学习中等essay未尝试面试订阅4366一倍标准误规则选模 1三个模型复杂度对应的平均交叉验证 AUC 分别为 0.790、0.802 和 0.808。最佳分数的标准误是 0.010。按 one-standard-error rule，应该保留哪个最简单的模型？机器学习简单数值题未尝试面试订阅4367网格搜索组合数 2某个搜索网格包含 4 个学习率、3 个树深度和 5 个正则强度。一共有多少个超参数组合？机器学习简单数值题未尝试面试订阅4368successive halving 总训练次数 3successive halving 从 27 个配置开始。每一轮保留三分之一的配置，并让所有幸存者各训练一次。如果总共运行 3 轮，会执行多少次模型训练？机器学习简单数值题未尝试面试订阅4369重复交叉验证的总评分数 4你要比较 12 个超参数设置，使用 5 折交叉验证并重复 3 次。所有设置和所有折一共产生多少个验证分数？机器学习简单数值题未尝试面试订阅4370时间序列切分下的训练次数 5某个时间序列超参数搜索要在 6 个 expanding-window 切分上评估 8 个设置。如果每个设置在每个切分上都重训一次，总共需要多少次模型训练？机器学习简单数值题未尝试面试订阅4371更密的对数网格带来多少额外训练 6某个正则强度 C 的搜索网格从 5 个对数间隔值扩展到 9 个，而其他设置不变。若另一个超参数有 4 个取值，并使用 6 折交叉验证，那么更密的 C 网格会额外带来多少次模型训练？机器学习中等数值题未尝试面试订阅4372随机搜索命中好区域的概率 7某个随机搜索会独立抽取 20 个配置，而真正好的区域占整个超参数空间的 8%。至少命中一次该区域的概率是多少？机器学习中等数值题未尝试面试订阅4373不同保留比例下的训练节省 8successive halving 从 64 个配置开始。比较两种总共 3 轮的保留策略：每轮保留一半 vs 每轮保留四分之一。后者会少训练多少次模型？机器学习中等数值题未尝试面试订阅4374折数减半带来的训练节省 9一次调参运行要测试 30 个配置。如果在配置集合不变的情况下，把 10 折交叉验证改成 5 折，会节省多少次模型训练？机器学习中等数值题未尝试面试订阅4375预算增加后的额外耗时 10某个随机搜索的预算从 40 个配置增加到 55 个。每个配置都使用 4 折交叉验证，并且每次训练耗时 12 分钟。如果串行执行，这会额外增加多少训练时间？机器学习中等数值题未尝试面试订阅4376极度不平衡且有审查额度时先看什么指标 11正例只占 1%，而业务团队每天只能人工核查前 100 个告警。此时在调阈值时，应该优先强调 PR 类指标还是 ROC 类指标？机器学习中等essay未尝试面试订阅4377标准化放在 CV 外面的主要问题 12如果先在全量数据上拟合标准化，再去做交叉验证，而不是把标准化放到每个 fold 里重做，这个调参流程的主要问题是什么？机器学习中等essay未尝试面试订阅4378预算有限时随机搜还是网格搜 13你最多只能承担 30 次评估，而经验表明只有少数几个超参数真正重要，其他都比较弱。在这种情况下，通常应先试 grid search 还是 random search？机器学习中等essay未尝试面试订阅4379小样本大搜索时是否适合嵌套 CV 14数据很少，但超参数搜索空间很大，你又希望在调参之后得到尽量无偏的性能估计。尽管成本高，这时从概念上看 nested CV 是否合适？机器学习中等essay未尝试面试订阅4380反复盯着 CV 调参的核心风险 15某位研究员不断重复调参循环，直到某个超参数设置在交叉验证上以极小优势胜出。这种做法的核心风险是什么？机器学习中等essay未尝试面试订阅