机器学习与数据挖掘-6
26.L1、L2的原理？两者区别？（苏宁）
参考答案
原理：
L1正则是基于L1范数和项，即参数的绝对值和参数的积项；L2正则是基于L2范数，即在目标函数后面加上参数的平方和与参数的积项。
区别：
1.鲁棒性：L1对异常点不敏感，L2对异常点有放大效果。
2.稳定性：对于新数据的调整，L1变动很大，L2整体变动不大。
答案解析
数据分析只需要简单知道原理和区别就行，公式推导不需要，面试过程中也不会出现。
27.boosting 和 bagging的区别（快手）
参考答案
boosting：训练基分类器时采用串行的方法，各个基分类器有依赖，每一层训练时，对前一层分错的样本给与更高的权重，测试时，根据各层分类器的结果的加权得到最终结果。
bagging：集体决策，分而治之。基分类器最好是本身，对样本分布较为敏感。
28.逻辑回归和xgboost有什么区别（字节跳动、美团）
剩余60%内容，订阅专栏后可继续查看/也可单篇购买
数据分析面试宝典 文章被收录于专栏
本面试宝典均来自校招面试题目大数据进行的整理
