| 题目 |
题目类型 |
操作 |
| 团队正在开发一个针对用户全生命周期（LTV）预测的模型，输入数据是用户过去2年的行为日志序列（序列长... |
普通选择题 |
去答题
|
| 在自动化建模流水线中，系统自动选出的一个ARIMA(1,0,1)模型参数如下：常数项 c=0.5，自... |
普通选择题 |
去答题
|
| 孤立森林（Isolation Forest）是一种基于树的无监督异常检测算法。不同于寻找这种“叶子纯... |
普通选择题 |
去答题
|
| LightGBM默认采用Leaf-wise（按叶子生长）策略，而传统GBDT通常采用Level-wi... |
普通选择题 |
去答题
|
| 在处理高维稀疏数据（如One-Hot编码后的文本特征）时，LightGBM通过EFB（Exclusi... |
普通选择题 |
去答题
|
| 某医疗影像诊断团队正在开发一个肺结节检测模型。由于标注数据获取极难，且不同医生的标注标准存在主观差异... |
普通选择题 |
去答题
|
| 相比于传统的GBDT实现，XGBoost在工程实现和算法原理上做了大量改进。关于“XGBoost为什... |
普通选择题 |
去答题
|
| 某医疗团队使用支持向量机（SVM）预测患者是否患有某种慢性病。为了获得更高的准确率，团队使用了RBF... |
普通选择题 |
去答题
|
| 某银行的信贷审批部门构建了一个基于深度神经网络（DNN）的高精度违约预测模型。但监管部门要求，对于每... |
普通选择题 |
去答题
|
| 传统的统计学习理论认为，随着模型复杂度增加，模型会先欠拟合，然后达到最优，最后过拟合（测试误差呈 U... |
普通选择题 |
去答题
|
| 在某建模项目中，数据团队收集了100个维度的特征，但其中有90个维度都是与预测目标几乎无关的随机噪声... |
普通选择题 |
去答题
|
| 在 1000 维的高维特征空间中，使用基于欧氏距离的 KNN 算法或 K-Means 聚类往往效果极... |
普通选择题 |
去答题
|
| 某生鲜电商平台的数据团队正在分析“早餐组合”的购买行为。分析师小李使用Apriori算法跑出了一条置... |
普通选择题 |
去答题
|
| 某房产估值团队使用朴素贝叶斯模型预测房价等级。特征工程阶段生成了以下特征：房屋面积(sqft)，房间... |
普通选择题 |
去答题
|
| 某量化交易团队计划部署一个高频交易策略，该策略依赖机器学习模型对极短时间内的盘口数据模式进行识别。特... |
普通选择题 |
去答题
|
| 在一个残次品检测项目中，正样本（残次品）与负样本（正常）的比例为1:100。使用标准的KNN算法（K... |
普通选择题 |
去答题
|
| 你正在构建一个医疗诊断模型。你分别尝试了 Lasso 回归和决策树（预剪枝）。在分析特征重要性时，你... |
普通选择题 |
去答题
|
| 某新零售企业通过K-Means算法对千万级会员进行无监督画像聚类，计划根据聚类结果进行差异化营销。在... |
普通选择题 |
去答题
|
| 某精密制造工厂正在上线一套“自动化装配质量预测系统”。产线上的核心工序是将“轴（Shaft）”插入“... |
普通选择题 |
去答题
|
| 在构建用户流失模型时，你需要构建一个特征：“用户在过去 7 天内的平均活跃时长”。数据 df 包含 ... |
普通选择题 |
去答题
|
