数据挖掘面试题及答案

2024-01-09 16:38:00 来源 : haohaofanwen.com 投稿人 : admin

下面是好好范文网小编收集整理的数据挖掘面试题及答案，仅供参考，欢迎大家阅读！

数据挖掘面试题

数据挖掘常见面试题(持续更新中)

1、你理解什么是数据挖掘？

数据挖掘就是由数据准备，数据挖掘和对结果的解释评估三部分组成。数据准备包括数据选取，数据预处理和数据变化。数据挖掘部分包括确定挖掘的任务或目的，选择挖掘算法。最后将结果可视化或者转化为易于理解的形式。

2、为什么会产生过拟合，有哪些方法可以预防或克服过拟合？(常问问题)

所谓过拟合（Overfit），是这样一种现象：一个假设在训练数据上能够获得比其他假设更好的拟合，但是在训练数据外的数据集上却不能很好的拟合数据。

过拟合产生的原因：出现这种现象的主要原因是训练数据中存在噪音或者训练数据太少。

解决方法：

几乎所有集成模型都是为了防止过拟合的。

3、样本不平衡处理方法？（好多次）

a、负样本少，就复制到一定比例

b、或者把正样本删除一部分

c、分段逐一训练（举例：正样本10000，负样本1000，将正样本随机分成10份，每份1000，然后拿着负样本的1000与正样本的每一份进行训练，最后进行融合选择）

d、模型参数调权重（模型里面有个参数可以调整样本权重）

e、交叉验证

f、根据样本随机构造新的样本

4、高维海量数据搜索

KNN(维度20以下)