算法面试总结

机器学习部分

模型评估与选择

评估方法

性能度量

偏差与方差

线性模型

线性回归

逻辑回归

支持向量机（SVM）

原理

间隔与支持向量

线性可分与硬间隔

线性SVM和软间隔

非线性可分SVM与核函数

序列最小最优化算法（SMO）

决策树

原理

ID3、C4.5、CART

剪枝

连续与缺失值

集成学习（Ensemble）

Bagging与随机森林

Bagging

随机森林

Boosting

AdaBoost

GBDT

XGBoost