机器学习面试浅谈

前几天接到心仪公司的机器学习面试邀请，由于之前一直做数据分析，并没有太多机器学习实战经验，深知不足，于是开始了两天没日没夜的‘考前突击’，总结了很多自认为有用的东西；出乎意料的是面试全程并未问到专业知识，大多是从平时做的工作中挖掘我的态度及能力。不论结果如何，这是我反思最多的一次面试，有些看似不起眼的问题也许正潜伏着最大的机会。感想不多说，趁自己还有激情，把这两天突击的东西记下总结起来，方便以后复习，也激励自己更深入的学习。其中有一些没有得到答案的，欢迎大神指点。（这是本人第一次写博客，也算行业新人，如有错误，欢迎各位看官指正讨论）

一. 模型前的准备

1. 数据处理：如何处理缺失数据？各种方法的利弊？

a. 分析缺失比例决定是否移除;  不能确定移除的数据的价值，可能会除掉有用数据，导致模型欠拟合。

b. 用均值，众数，回归代替；对于正常数据分布的样本可以使用均值代替，有倾斜的数据样本可以使用中位数代替。

c. 用特殊值（如0）代替； 方法简单，并不可靠。

d. 用模型预测结果填充，如决策树；较可靠，适用于缺失值个数较少样本多情况，较麻烦

2. 如何将描述变量转为连续变量？

 one-hot编码（红：1，0，0；绿：0，1，0；蓝：0，0，1）

3. 如何处理有序变量和无序变量？

有序