面试常见那些事儿

1.训练决策树时的参数是什么？

      参数说明 https://blog.csdn.net/qq_38923076/article/details/82931340

2.在决策树的节点处分割的标准是什么？

   https://blog.csdn.net/zjm2017/article/details/86184171

3.基尼系数的公式是什么？

    决策树 https://blog.csdn.net/qq_36693404/article/details/53352625

4.熵的公式是什么？

  https://baijiahao.baidu.com/s?id=1615832462981347284&wfr=spider&for=pc

5.决策树如何决定在哪个特征处分割？

   https://blog.csdn.net/qq_39422642/article/details/78555353

6.你如何用数学计算收集来的信息？你确定吗？

   数据处理 https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E5%A4%84%E7%90%86/944504?fr=aladdin

7.随机森林的优点有哪些？

  https://blog.csdn.net/keepreder/article/details/47273297

8.介绍一下boosting算法。

https://blog.csdn.net/starter_____/article/details/79328749

https://www.jianshu.com/p/79be776418bf

9.gradient boosting如何工作？

https://www.imooc.com/article/35871

10.关于AdaBoost算法，你了解多少？它如何工作？

https://www.cnblogs.com/pinard/p/6133937.html?utm_source=tuicool&utm_medium=referral

11.SVM中用到了哪些核？SVM中的优化技术有哪些？

https://www.cnblogs.com/ivan-count/p/10515747.html

12.SVM如何学习超平面？用数学方法详细解释一下。

https://blog.csdn.net/abc13526222160/article/details/84333419

13.介绍一下无监督学习，算法有哪些？

https://blog.csdn.net/weixin_37699515/article/details/80170003

14.在K-Means聚类算法中，如何定义K？

https://blog.csdn.net/u012197703/article/details/79434005

15.告诉我至少3中定义K的方法。

https://www.biaodianfu.com/k-means-choose-k.html