1.训练决策树时的参数是什么?
2.在决策树的节点处分割的标准是什么?
3.基尼系数的公式是什么?
4.熵的公式是什么?
5.决策树如何决定在哪个特征处分割?
6.你如何用数学计算收集来的信息?你确定吗?
7.随机森林的优点有哪些?
8.介绍一下boosting算法。
9.gradient boosting如何工作?
10.关于AdaBoost算法,你了解多少?它如何工作?
11.SVM中用到了哪些核?SVM中的优化技术有哪些?
12.SVM如何学习超平面?用数学方法详细解释一下。
13.介绍一下无监督学习,算法有哪些?
14.在K-Means聚类算法中,如何定义K?
15.告诉我至少3中定义K的方法。
---------------------
原文:https://blog.csdn.net/CSDNedu/article/details/85002678