特征工程面试题25 题
- 01 高基数类别特征如何处理？
- 02 归一化和标准化有什么区别？分别适用什么场景？
- 03 类别特征有哪些编码方式？One-Hot、Label、Target Encoding 怎么选？
- 04 哪些机器学习模型需要特征缩放？为什么树模型不需要？
- 05 缺失值有哪些处理方法？怎么选？
- 06 什么是数据泄露（Data Leakage）？怎么避免？
- 07 什么是特征分箱（离散化）？为什么连续特征要分箱？
- 08 什么是特征交叉（特征组合）？有什么作用？
- 09 什么是维度灾难？高维数据为什么难处理？
- 10 特征分布有偏（长尾）怎么处理？log 变换、Box-Cox 是做什么的？
- 11 特征选择有哪些方法？Filter、Wrapper、Embedded 怎么区分？
- 12 异常值（离群点）怎么检测和处理？
- 13 Feature Store 解决什么问题？
- 14 Target Encoding 怎么做才不会数据泄露？
- 15 时间序列特征工程要注意什么？
- 16 滑动窗口特征怎么设计？
- 17 特征工程中的时间截断点为什么重要？
- 18 特征漂移如何监控？
- 19 特征重要性如何验证是否可信？
- 20 Embedding 特征在传统机器学习中如何使用？
- 21 低频类别特征应该如何处理？
- 22 交叉验证中做特征工程要注意什么？
- 23 特征流水线如何保证可复现？
- 24 文本特征工程有哪些常见做法？
- 25 线上和离线特征一致性如何保证？
没有符合条件的题目。