二、模型评估

1、区别欧式距离和余正弦距离？


2、无偏估计和有偏估计的区别？

4.模型评估中不同的指标应用在什么场景中？
（1）准确率acc（分类问题）应用于样本类别比例平衡时，平均准确率，应用在不同类别样本比例非常不平衡时。
（2）针对实际的需求，权衡不同阈值下的召回率和精确率（PR曲线），使用一个指标调和平均值来综合反映模型的性能（排序模型）
（3）均方根误差用于衡量回归模型的好坏，但出现样本的离群点非常大时，从指标的角度考虑，应该选择平均绝对百分比误差指标评估
（4）二值分类器的评估指标：精确率，召回率，F1 score,PR曲线，还有一种roc曲线。 其中roc曲线能降低不同测试卷集带来的干扰，特别适用于正负样本数量不平衡的情况。若是希望看到模型在特定数据集的表现则PR曲线更加合适。
（5）欧式距离体现数值的绝对差异，余弦距离体现方向的相对差异，实际的使用看哪个的差异较为明显 kl距离，评估两个分布之间的差异
（6）A/B测试用于验证模型的最终效果，分实验组和测试组

参考：百面