Data Science & ML

ML Có Giám Sát: Phân Loại

Hồi quy logistic, KNN, SVM, các chỉ số (accuracy, precision, recall, F1, ROC-AUC), ngưỡng

24 câu hỏi phỏng vấn·
Mid-Level
1

Mục tiêu chính của thuật toán phân loại có giám sát là gì?

Câu trả lời

Phân loại có giám sát nhằm dự đoán một danh mục hoặc lớp (biến rời rạc) từ các features đầu vào, bằng cách học từ dữ liệu được gắn nhãn. Khác với hồi quy dự đoán các giá trị liên tục, phân loại gán mỗi quan sát vào một lớp được định nghĩa trước (nhị phân hoặc đa lớp).

2

Hồi quy logistic sử dụng hàm toán học nào để chuyển đổi các dự đoán thành xác suất?

Câu trả lời

Hàm sigmoid (hoặc logistic) chuyển đổi bất kỳ giá trị thực nào thành xác suất từ 0 đến 1. Nó được định nghĩa là sigma(z) = 1/(1+e^(-z)). Hàm này cho phép diễn giải đầu ra như xác suất thuộc về lớp dương.

3

Các hệ số trong mô hình hồi quy logistic đại diện cho điều gì?

Câu trả lời

Các hệ số hồi quy logistic đại diện cho sự thay đổi của log-odds cho mỗi đơn vị thay đổi của feature tương ứng. Hệ số dương làm tăng xác suất của lớp dương, trong khi hệ số âm làm giảm. Lũy thừa của hệ số cho odds ratio.

4

Thuật toán K-Nearest Neighbors (KNN) hoạt động như thế nào cho phân loại?

5

Tác động của việc chọn giá trị k trong thuật toán KNN là gì?

+21 câu hỏi phỏng vấn

Nắm vững Data Science & ML cho lần phỏng vấn tiếp theo

Truy cập tất cả câu hỏi, flashcards, bài kiểm tra kỹ thuật, bài tập code review và mô phỏng phỏng vấn.

Bắt đầu miễn phí