一、监督、无监督与半监督
| 类型 | 有无标签 | 典型任务 |
|---|---|---|
| 监督学习 | 有 | 分类、回归 |
| 无监督 | 无 | 聚类、降维 |
| 半监督 | 少量有+大量无 | 标注成本高的场景 |
二、过拟合与欠拟合
- 过拟合：训练好、测试差，记住了噪声。解法：正则化（L1/L2）、更多数据、Dropout、早停、交叉验证；
- 欠拟合：训练和测试都差，模型太简单。解法：加特征、换复杂模型、降正则；
- 偏差-方差权衡：模型越复杂偏差降、方差升，目标是总误差最小。
三、核心评估指标
| 指标 | 含义 | 适用 |
|---|---|---|
| 准确率 | 正确数/总数 | 类别均衡 |
| 精确率/召回率 | 查得准 / 查得全 | 不平衡、欺诈/疾病 |
| F1 | 精确率召回调和均值 | 综合 |
| AUC | ROC 下面积 | 排序质量 |
四、特征工程
- 归一化/标准化：把量纲拉到同一尺度，加速收敛、防大值主导；
- 编码：类别变量用 One-Hot 或目标编码；
- 缺失值：均值填充、模型预测或丢弃；
- 特征选择：过滤、包裹、嵌入法降维提效。
五、答题要点
ML 面试常问”为什么”：为什么用 AUC 而非准确率（类别不平衡）、L1 为何能稀疏、交叉验证干嘛用。能结合业务讲指标取舍，说明真正用过模型。