机器学习面试题

基础概念

监督学习和无监督学习有什么区别？

监督学习使用带标签数据训练模型，目标是学习输入到标签的映射。无监督学习使用无标签数据，目标是发现数据中的结构，例如聚类、降维或异常模式。

过拟合和欠拟合分别是什么？

过拟合表示模型在训练集上表现很好，但在新数据上泛化能力差。欠拟合表示模型无法充分学习数据规律，在训练集和测试集上表现都不好。

模型评估

准确率、精确率和召回率有什么区别？

准确率衡量整体预测正确比例。精确率关注预测为正的样本中有多少是真的正样本。召回率关注真实正样本中有多少被模型找回。

为什么只看准确率可能不够？

当类别分布不均衡时，模型即使总是预测多数类，也可能得到较高准确率。此时需要结合精确率、召回率、F1、AUC 等指标判断模型效果。

特征与训练

特征归一化有什么作用？

特征归一化可以减少不同特征量纲差异对训练的影响，常用于梯度下降、距离度量和正则化敏感的模型。