1、python和R在做數據分析時各有自己得擅長得領域，如python做時域分析得難度就遠遠比R大，因為R有非常成熟得Package!

2、數據處理：如何處理缺失數據？各種處理方法得的利弊？

3、數據處理：如何將類別型(又稱做描述型)變量轉為連續變量？如何處理有序變量？如何處理無序變量

4、數據處理：如何進行特征選擇？如何進行數據壓縮？

5、模型解釋：什麽是欠擬合？什麽是過擬合？如何處理這兩種情況？

6、模型解釋：什麽是偏差與方差分解？與欠擬合和過擬合有什麽聯系？

7、評估模型一般有哪些手段？

1）分類模型評估的方法有哪些？

2）回歸問題評估方法有哪些？

3）數據不均衡的評估方法有哪些？

8、深度學習是否比其他學習模型都好？為什麽？

9、在只有少量的有標簽數據的情況下，如何構建一個反保險欺詐系統？

10、在數據分布不均勻的情況下，是采用過采樣還是欠采樣？如何調整代價函數和閾值？

11、SVM，什麽事最大間隔分類器？什麽是kernel，如何懸著kernel?

12、為什麽K-means不適合異常值檢測？K-means和GMM是什麽關系？是否可以用FMM來直接擬合異常值？

13、如何可以得到無監督學習中的分類規則？

14、L1和L2正則化兩者有什麽不同，什麽時候采用L1，什麽時候采用L2？為什麽L1可以得到稀疏解？它們與嵌入式特征選擇有什麽聯系？

15、根據崗位準備一份項目策劃書

看懂周誌華<<機器學習>>前十章，並熟練的使用Sklearn中基礎API進行建模就可以了，勿矯枉過正，如果你的崗位不是理論型科學家崗位，不要與

數學推導死磕。

-----------------------------------------------------------------------------------------

Answer:

2、1>分析缺失值所在比例，如果某個屬性的缺失值太多，可考慮去除該屬性。

2>可以用均值、眾數、中位數、回歸值填充代替

3>用0填充代替

機器學習-常見問題積累【1】