机器学习基础汇编
【降维算法】你了解多少降维算法？ 「百度」
原题【数值特征处理】数值型特征处理方式有哪些？ 「美团」
原题【特征重要性评估】什么是信息增益？ 「腾讯混元」
原题【离散特征处理】离散特征（如年龄）在决策树等模型中应如何处理？ 「百度、美团」
原题【小样本学习】数据量少如何解决？ 「拼多多」
原题【特征分桶与分组】特征分桶与特征分组的技巧是什么？请介绍实习中特征分桶的经验，以及特征分组的常用技巧。 「腾讯」
原题“特征分组”没有明确是组合、分桶还是按字段组织，已覆盖可确定的分箱目标，不替作者指定分组算法。
类别特征编码：使用GroupMean还是其他统计量？
数值特征离散化：回归成连续值还是离散化成格子？请分别讨论。
原题完整原题
【特征编码与离散化】类别特征编码：使用GroupMean还是其他统计量？数值特征离散化：回归成连续值还是离散化成格子？请分别讨论。 「字节跳动」
【特征重要性评估】如何判断特征的重要性或有效性？请列举多种方法，包括但不限于树模型（如XGBoost）的特征重要性原理、基于模型的特征重要性评估（如通过mask特征或置换特征）、以及针对大规模特征筛选与label强相关特征的方法。另外，该特征特别有效的可能原因是什么？ 「京东、字节跳动、百度、美团、腾讯」
原题相似度度量：如果向量没有归一化，InnerProduct和Cosine的结果会有什么差异？除了cosine还有哪些算相似度的方法？
了解对比学习吗？
原题完整原题
【相似度度量】相似度度量：如果向量没有归一化，InnerProduct和Cosine的结果会有什么差异？除了cosine还有哪些算相似度的方法？了解对比学习吗？ 「美团、腾讯混元」
【重尾分布处理】传统解决重尾分布的方向有什么方法？ 「腾讯」
原题
暂无题目