机器学习基础汇编
【分类指标】二分类模型评价指标：acc、precision、f1-score、AUC等概念，样本不均衡对指标的影响，如何选择metric？ 「京东、腾讯、阿里通义」
原题【分类错误案例】基础模型经常分类分不准的案例有哪些？ 「百度」
原题【分类阈值】是否存在最优阈值？ 「字节跳动」
原题【过拟合判断】具体怎么判断过拟合呢？ 「蚂蚁集团」
原题【AUC定义与性质】AUC的定义是什么？请介绍其两个物理意义、公式和时间复杂度，并说明是否还有其他定义。两个模型，一个输出是另一个的两倍，测试时AUC有何差异？（无差异，AUC是排序指标） 「京东、字节Seed、字节跳动、百度」
原题【ROC与PR曲线】说说ROC曲线和PR曲线的原理，以及AUC和GAUC的区别。 「字节跳动」
原题【SHAP变体】除了TreeSHAP，你还知道哪些SHAP变体？ 「京东」
原题【分类与回归选择】一个问题既可定义成分类也可定义成回归，从哪些角度考虑如何定义？ 「阿里巴巴」
原题【指标选择】AUC、Accuracy、F1、Recall、Precision分别适合什么场景？为什么选择AUC和F1score作为核心指标，而不是准确率或召回率？ 「京东」
原题【模型偏差】有没有考虑过模型可能根据内容类别判断正负类，而不是根据内容质量？ 「腾讯」
原题
暂无题目