Вопросы на собеседовании: Python

Ага, хорошо. Да. И тогда давай последний вопрос про исключения в Python. То есть, можешь вообще рассказать, зачем нужны исключения в Python?

А вот, не знаю, у тебя есть просто список товаров, как их можно разнообразить между собой?

Какие там разные классификации есть?

Классификация. Классификацию Target какой взял?

а вообще дисбаланс класс ты как качаешь, это сколько?

Как работает оконная функция и по какому полю она применяется?

Какие там есть еще? Двусвязный список или граф?

Когда я не делал что-то типа оконных функций в пандосе?

Что нужно делать, если у нас очень сильно несбалансированы классы?

То есть если данные такие, то если дисбалансы в классах, как с ними работать?

Если у нас в данных target у нас классификация, у нас есть target и сильный дисбаланс классов, вот как в таких случаях?

Помнишь, какая сложность сортировки, ну, вот этих методов сортировки в Python?

И каким образом более эффективно приближаемся к минимуму нашей функции потерь?

А если мы там, допустим, из классификации возьмем, как мы там, A-C, можем ли мы ее оптимизировать напрямую?

Вот. Тебе что ты именно хочешь? Ты хочешь больше что-то новое или ищешь больше классический ML?

Какая точка будет к какому классу относительно?

Вот. Каким образом ты бы здесь работал, имея данные, ну, например, какого-нибудь объема в тысяч, ну, 1500, например, для бустинга, вот, на бинарную классификацию?

Мог бы рассказать, какие есть метрики классификации, чем отличается между собой, когда какая лучше?

А как можно бороться в данных с дисбалансом классов?

Какая у нас может возникнуть проблема, если мы будем оверсемплить минорный класс?