第 8 / 17 页
非代码面试题
显示 20 / 333 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
2464不碰测试标签并不够有人辩称不存在泄漏，因为代码从未访问测试标签。给出这个辩护在真实机器学习流水线里为什么会失效的核心原因。机器学习困难essay未尝试面试订阅2471由中心化充分统计量求斜率 1在带截距的一元 OLS 中，若中心化充分统计量满足 sum i (x i-xbar)(y i-ybar)=S xy、sum i (x i-xbar) 2=S xx，请推导 beta hat。机器学习简单derivation未尝试免费2473缩放单个特征会重缩放对应系数 3如果带截距的 OLS 模型里把特征 x 替换成 x new = c x，在保持所有拟合值不变的前提下，对应系数会怎样变化？机器学习中等derivation未尝试面试订阅2474响应变量整体平移常数 4在带截距的 OLS 模型里，如果把每个目标值都替换成 y i + k，拟合斜率和截距会怎样变化？机器学习中等derivation未尝试面试订阅2478残差与特征正交 8为什么在最优点处，OLS 残差向量必须与设计矩阵的每一列都正交？机器学习中等derivation未尝试面试订阅2479为什么多重共线性更伤系数稳定性而不是拟合值 10为什么严重多重共线性会让系数非常不稳定，即使训练预测几乎没变化？机器学习中等essay未尝试面试订阅2485为什么梯度下降与闭式解会一致 15为什么在 OLS 中，精确收敛的梯度下降与正规方程解会一致？机器学习困难derivation未尝试面试订阅2488为什么带截距时残差均值为零 18为什么只要模型里包含截距项，OLS 残差就必须求和为零？机器学习困难derivation未尝试面试订阅2489单个特征整体平移 19若在一个已经含有截距项的回归里，把特征 x 替换成 x+k，那么 x 的斜率和截距会怎样变化？机器学习中等derivation未尝试面试订阅2495什么时候 OLS 预测是唯一的 25即使系数向量不唯一，为什么 OLS 的拟合预测 X beta hat 仍然是唯一的？机器学习困难derivation未尝试面试订阅2498正交坐标里 lasso 变零的阈值 3在正交单特征问题里，若 x T x = d、得分 z = x T y，那么对哪些 lambda，lasso 系数会精确变成零？机器学习中等derivation未尝试免费2502正交基下 elastic net 的坐标更新 7在正交坐标中，若 x T x = d、得分为 z，请推导系数处于激活且为正时、L1 权重 lambda 1、L2 权重 lambda 2 下的 elastic net 系数。机器学习简单derivation未尝试免费2511为什么 L1 的尖角会产生稀疏性 11为什么人们常用 L1 球的几何形状来解释 lasso 会产生稀疏解？机器学习简单essay未尝试免费2513为什么相关特征会让纯 lasso 难受 17为什么当多个特征高度相关且预测力相近时，纯 lasso 往往会表现得很不稳定？机器学习中等essay未尝试面试订阅2518数值计算 ridge 收缩比例 23在一个正交坐标里，若 d = 6、lambda = 2，ridge 会保留 OLS 系数的多少比例？机器学习中等derivation未尝试面试订阅2537为什么 logistic 概率对下游有用 18为什么 logistic 回归输出经过校准的概率估计，而不是只给一个硬标签，会很有价值？机器学习中等essay未尝试面试订阅2538为什么训练时 logistic 比硬阈值规则更好 23为什么一个平滑的概率损失，比直接对一个硬分类规则训练更容易优化？机器学习中等essay未尝试免费2540部署先验变化引起的截距修正某个逻辑回归模型是在类别先验 0.5 下训练的，截距为 -0.4。部署时基准率下降到 0.2，并假设特征似然比保持不变。调整后的截距应该是多少？机器学习困难数值题未尝试面试订阅2554带代价时叶节点应输出的类别 21某个叶节点里有 7 个正样本和 13 个负样本。若预测为负类，则每个被错分的正样本要付出 4 的假阴性代价；若预测为正类，则每个被错分的负样本要付出 1 的假阳性代价。该叶节点应预测哪个类别？机器学习中等数值题未尝试面试订阅2571相关树平均后的方差公式 1设有 B 棵树，每棵树的方差都是 sigma 2，并且任意两棵树之间的相关系数都是 rho。推导它们简单平均后的方差。机器学习简单derivation未尝试免费