1、机器学习中的逻辑回归与线性回归有哪些异同点? 2、回归问题常用的性能度量指标有哪些? 3、分类问题常用的性能度量指标有哪些? 4、逻辑回归的损失函数是什么?如何推导? 5、处理多标签分类问题,逻辑回归一般怎么做? 6、全概率公式&贝叶斯公式分别是什么? 7、朴素贝叶斯(Naive Bayes),“Naive”在何处? 8、朴素贝叶斯有没有超参数可调? 9、简述朴素贝叶斯的工作流程? 10、朴素贝叶斯对异常值是否敏感?