第 81 / 88 页
非代码面试题
显示 20 / 1751 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
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4381时段差异很大时的第一反应 16由于不同时间段的行为差异很大，各个 fold 的分数波动剧烈。在轻信一个平均 CV 分数之前，调参时首先该考虑什么？机器学习中等essay未尝试面试订阅4382最优点落在边界时下一步做什么 17当前搜索里，最优分数出现在正则强度网格的最大取值上。这通常说明下一步应该做什么？机器学习中等essay未尝试面试订阅4383训练升验证平时的调参方向 18随着模型容量增加，训练表现持续提高，但验证表现基本不动。从调参角度看，下一步更应该往什么方向测试？机器学习中等essay未尝试面试订阅4384好区域很宽时还要不要加密搜索 19某次 random search 在一个很宽的超参数区域里都不断找到相近的好结果。这通常说明把那个区域的搜索网格继续大幅加密，边际价值如何？机器学习中等essay未尝试面试订阅4385单个小 fold 主导波动时先改什么 20如果某个交叉验证 fold 明显比其他 fold 小得多，并且主导了平均分的波动，那么调参时首先该处理什么设计问题？机器学习中等essay未尝试面试订阅4386训练高验证低时先查什么 21训练 AUC 很高，但交叉验证 AUC 接近随机。在继续尝试更多超参数值之前，第一步应该检查什么？机器学习中等essay未尝试面试订阅4387差距远小于标准误时如何解读 22两个超参数设置的平均 CV 分数只差 0.001，而估计标准误却有 0.010。第一反应应该如何解读这种结果？机器学习中等essay未尝试面试订阅4388短窗口在回测赢了但实盘变差时先查什么 23某次时间序列调参表明很短的 lookback window 表现最好，但最近的实盘表现却明显恶化。在扩大搜索范围之前，首先应检查什么？机器学习中等essay未尝试面试订阅4389编码器放错位置时的立刻修正 24某个类别编码器先在全量样本上拟合了一次，然后被重复用于交叉验证里的各个 fold。立即应该如何修正？机器学习中等essay未尝试面试订阅4390双边界同时命中时下一步 25当前最优设置同时落在学习率网格和正则网格的边界极值上。下一步搜索最合理的动作是什么？机器学习中等essay未尝试面试订阅4391隔夜收益与日内收益分解 1某只股票昨天收盘价为 100，今天开盘价为 102，今天收盘价为 101。今天的隔夜收益和日内收益分别是多少？机器学习简单数值题未尝试面试订阅4392相对基准的残差收益 2某只股票今天上涨 1.4%，同期基准上涨 0.5%。如果该股票相对基准的 beta 为 1.6，那么应归因给股票自身的市场调整后残差收益是多少？机器学习简单数值题未尝试面试订阅4393无泄漏滚动均值收益特征 3在今天收盘时，你要用最近 5 个已经完成的日收益 [1%, -2%, 0%, 3%, 2%] 构造一个无泄漏的滚动均值收益特征。这个特征值是多少？机器学习简单数值题未尝试面试订阅4394RMS 实现波动率特征 4某个实现波动率特征被定义为最近 4 个日收益的均方根。如果这 4 个收益是 [1%, -1%, 2%, 0%]，那么得到的实现波动率特征是多少？机器学习简单数值题未尝试面试订阅4395波动率标准化动量 5某个动量特征定义为“过去 20 天累计收益 ÷ 过去日波动率”。如果累计收益为 6%，日波动率为 1.5%，应存下什么 vol-scaled momentum 值？机器学习简单数值题未尝试面试订阅4396下一交易日日内标签 6如果今天收盘价是 100，明天开盘价是 98，明天收盘价是 99，那么在明天收盘后可见的“下一交易日日内收益”标签是多少？机器学习简单数值题未尝试面试订阅4397横截面去均值收益 7某个资产今天的收益是 1.2%，而其所在股票池的横截面平均收益是 0.4%。这个资产对应的 demeaned return 特征是多少？机器学习简单数值题未尝试面试订阅