Вопросы на собеседовании: Machine Learning

А если что может происходить с фичами, то у нас арестовавшее дерево будет круче, чем лес.

Как работает one-hot encoding для категориальных признаков?

А если какая-то там 2-3 измерения у тебя имеет этот класс, и ты не можешь его очень сильно зашаплить, чтобы он был в трейнинг тесте?

Можно использовать шап, посмотреть, какой-то признак влияет на конкретное предсказание.

Или, возможно, дело в каких-то признаках, признаки содержат клики.

А как в этих моделях считается этот фич импотенз?

Как правильно связать временные ряды между собой для анализа?

Конечно. Все, что хочешь, мы можем записать.

А с тем, как мы с собой сравниваем, мы сравниваем с другим.

Ты его сравниваешь с s, где s это число, которое должно превысить сумму чисел в окне.

Честно, не помню, как выбрать две последние сделки.

Отвалится из-за того, что у нас ранг не агрегированный.

Где будем просто смотреть, что наш sell num в 1 или 2.

Элементов мы в любом случае добавляем последний элемент из нашего изначального списка что мне?

Сработает но получается то есть если у нас есть дубликаты то то если у нас в конце

Нам нужно что-то с неймом сделать в каждом департамент тем и получается выполнили нашли

Какое-то конечное количество классов. То есть если это бинарная классификация, то на два класса.

А precision recall это что за метрики? Precision это метрика, которая определяет то сколько?

Положительных классов мы правильно определили как положительные. Ну из всех положительно нами?

Предсказанных мы правильно определили как положительные. Они реально положительные. Рекол уже то,?