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