# Cây Quyết định & Ensemble (Data Science & ML) > Decision Trees, Random Forest, Gradient Boosting, XGBoost, hyperparameter tuning, feature importance - 24 câu hỏi phỏng vấn - Mid-Level - [Câu hỏi phỏng vấn: Data Science & ML](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van.md) ## 1. Decision tree trong Machine Learning là gì? **Câu trả lời** Decision tree là một mô hình Machine Learning thực hiện dự đoán bằng cách chia dữ liệu theo các quy tắc quyết định phân cấp. Mỗi node nội bộ đại diện cho một bài kiểm tra trên một feature, mỗi nhánh đại diện cho kết quả của bài kiểm tra, và mỗi lá đại diện cho dự đoán cuối cùng. Mô hình này trực quan và dễ diễn giải, là lựa chọn tuyệt vời để hiểu các yếu tố ảnh hưởng đến một quyết định. ## 2. Tiêu chí nào được sử dụng mặc định trong scikit-learn để đo chất lượng của một split trong cây phân loại? **Câu trả lời** Gini index là tiêu chí mặc định trong scikit-learn cho classification trees. Nó đo lường độ không tinh khiết của một node bằng cách tính xác suất một phần tử bị phân loại sai nếu được phân loại ngẫu nhiên theo phân phối lớp. Gini bằng 0 nghĩa là node tinh khiết (lớp đơn), trong khi Gini cao hơn cho thấy sự đa dạng lớp lớn hơn. ## 3. Sự khác biệt chính giữa Gini index và entropy với tư cách là tiêu chí split là gì? **Câu trả lời** Gini index và entropy thường tạo ra các cây rất giống nhau, nhưng Gini hơi nhanh hơn để tính toán vì không cần tính toán logarit. Entropy, dựa trên lý thuyết thông tin, đôi khi có thể tạo ra các split cân bằng hơn một chút. Trong thực tế, việc lựa chọn giữa hai loại hiếm khi có tác động đáng kể đến hiệu suất mô hình. ## Còn 21 câu hỏi nữa - Pruning trong ngữ cảnh decision trees là gì? - Siêu tham số nào kiểm soát độ sâu tối đa của decision tree trong scikit-learn? Đăng ký miễn phí: https://sharpskill.dev/vi/login ## Các chủ đề phỏng vấn Data Science & ML khác - [Cơ bản về Python](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/python-basics.md): 25 câu hỏi, Junior - [Lập trình Hướng đối tượng Python](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/python-oop.md): 20 câu hỏi, Junior - [Cấu trúc dữ liệu Python](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/python-data-structures.md): 20 câu hỏi, Junior - [Kiến Thức Cơ Bản về Git](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/git-fundamentals.md): 18 câu hỏi, Junior - [Cơ bản về SQL](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/sql-basics.md): 20 câu hỏi, Junior - [Kiến thức cơ bản về NumPy](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/numpy-fundamentals.md): 22 câu hỏi, Junior - [Cơ bản về Pandas](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/pandas-basics.md): 22 câu hỏi, Junior - [Jupyter & Google Colab](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/jupyter-colab.md): 16 câu hỏi, Junior - [SQL Joins & Truy vấn nâng cao](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/sql-joins-advanced.md): 22 câu hỏi, Mid-Level - [Pandas nâng cao](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/pandas-advanced.md): 24 câu hỏi, Mid-Level - [Trực quan hóa với Matplotlib & Seaborn](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/matplotlib-seaborn.md): 20 câu hỏi, Mid-Level - [Trực quan hóa tương tác với Plotly](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/plotly-interactive.md): 18 câu hỏi, Mid-Level - [Thống kê mô tả](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/statistics-descriptive.md): 20 câu hỏi, Mid-Level - [Thống kê suy luận](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/statistics-inferential.md): 24 câu hỏi, Mid-Level - [Web Scraping](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/web-scraping.md): 18 câu hỏi, Mid-Level - [BigQuery & Cloud Data](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/bigquery-cloud.md): 18 câu hỏi, Mid-Level - [Feature Engineering](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/feature-engineering.md): 22 câu hỏi, Mid-Level - [ML Có Giám Sát: Hồi Quy](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-supervised-regression.md): 24 câu hỏi, Mid-Level - [ML Có Giám Sát: Phân Loại](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-supervised-classification.md): 24 câu hỏi, Mid-Level - [ML Không Giám Sát](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-unsupervised.md): 22 câu hỏi, Mid-Level - [Pipeline ML & Xác thực](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-pipelines-validation.md): 22 câu hỏi, Mid-Level - [Chuỗi thời gian & Dự báo](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/time-series-forecasting.md): 22 câu hỏi, Mid-Level - [Cơ Bản Về Deep Learning](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/deep-learning-fundamentals.md): 24 câu hỏi, Senior - [TensorFlow & Keras](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/tensorflow-keras.md): 22 câu hỏi, Senior - [CNN và phân loại hình ảnh](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/cnn-image-classification.md): 24 câu hỏi, Senior - [RNN & Chuỗi](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/rnn-sequences.md): 22 câu hỏi, Senior - [Transformers & Attention](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/transformers-attention.md): 24 câu hỏi, Senior - [NLP & Hugging Face](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/nlp-huggingface.md): 24 câu hỏi, Senior - [GenAI & LangChain](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/genai-langchain.md): 24 câu hỏi, Senior - [MLOps và Triển khai](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/mlops-deployment.md): 24 câu hỏi, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-trees-ensembles