携程面试-机器学习问题求教

今天面携程的时候被问了这两个问题,求大佬指导
1. 逻辑回归在数据量特别大的时候,能不能用极大似然估计求损失函数,如果不能的话用什么方法(逻辑回归损失函数难道不都是极大似然求的吗?)
2. 类别不平衡怎么处理。我回答上下采样和调整阈值。面试官说调整阈值是为了增大少类别的训练,那还有没有别的方法可以做到这点呢,不能改变样本
#携程#
全部评论
楼主你的问题也太难了,感觉我这个没问多少技术,好水啊,可能我太菜,问不出个啥
点赞 回复 分享
发布于 2020-08-19 14:39
第一问的话可能面试官想知道具体怎么求极大似然吧😂可以对函数直接求极值点,也可以用梯度下降法求,数据多的话还可考虑随机梯度下降或者小批量
点赞 回复 分享
发布于 2020-08-18 22:18
data augmentation
点赞 回复 分享
发布于 2020-08-18 22:07
问题1或许可以改成[-1,1]的逻辑回归,如此一来样本空间就大了,不知道可不可行?
点赞 回复 分享
发布于 2020-08-18 19:59
第二个或许可以更改损失函数的权重,但我觉得这和上采样等价呀
点赞 回复 分享
发布于 2020-08-18 18:08
1、极大对数似然法? 2、scale_pos_weight\max_delta_step?
点赞 回复 分享
发布于 2020-08-18 17:47
2.如果一类样本是在太少的话,可以变成异常检测,或者是将二分类问题转化成多分类问题
点赞 回复 分享
发布于 2020-08-18 17:44

相关推荐

03-27 20:14
前端工程师
投票
Spring启动:我在一嗨呆过,这么说吧 神仙单位,除了工资不怎么好 剩下的基本上天花板了,上班下班跟公务员似的,一天工作7个点,提供宿舍,宿舍离公司1km, 项目不着急,一般来说1天的活,你要个4天没人管你,我一天上班4个点在微信上跟别人聊天😂 去那边老自在了 但是也有可能是 我们组比较好
点赞 评论 收藏
分享
qq乃乃好喝到咩噗茶:院校后面加上211标签,放大加粗,招呼语也写上211
点赞 评论 收藏
分享
评论
点赞
15
分享

创作者周榜

更多
牛客网
牛客企业服务