知乎专栏 —机器学习笔试题精选试题总结（一）

参考网址：http://redstonewill.com/category/written-interview/

机器学习笔试题精选试题一

1. 在线性回归问题中，利用R平方（R-Squared）来判断拟合度：数值越大说明模型拟合的越好。数值在[0 1]之间。

随着样本数量的增加，R平方的数值必然也会增加，无法定量地说明新增的特征有无意义。对于新增的特征，R平方的值可能变大也可能不变，两者不一定呈正相关。

用校正决定系数（Adjusted R-Square）: 可以消除样本数量对R-Square的影响，做到了真正的0~1,越大越好。若这个新增的特征是冗余的特征，则系数会变小；是有意义的特征，则系数会增大。

2. 相关系数在[-1 1]之间。

3. 利用最小二乘法进行拟合的时候，使用垂直偏移(vertical offsets)；在PCA中使用垂向偏移（perpendicular offsets）。

4. 数据量比较少时，容易出现过拟合，该模型不具备较好的泛化能力；假设空间较小时，容易出现高偏差、低方差，即欠拟合。

 

机器学习笔试题精选试题二

1. Lasso回归：

数据集的特征是100个（X1，X2，......X100），把其中的一个特征值扩大10倍（例如是特征值X1），然后利用相同的