《自然语言处理实战入门》 ---- 笔试面试题：机器学习基础(81-100)

Posted 2022-04-21 shiter

机器学习综合 选择题 与详解【5年大厂，3年模拟】：

• 面试、笔试题集：机器学习基础 1-20
• 面试、笔试题集：机器学习基础 21-40
• 面试、笔试题集：机器学习基础 41-60
• 面试、笔试题集：机器学习基础 61-80
• 面试、笔试题集：机器学习基础 81-100

---

81. 我们想要训练一个 ML 模型，样本数量有 100 万个，特征维度是 5000，面对如此大数据，如何有效地训练模型（多选）？

A. 对训练集随机采样，在随机采样的数据上建立模型

B. 尝试使用在线机器学习算法

C. 使用 PCA 算法减少特征维度

答案：ABC

解析：本题考查的是如何解决样本数量和特征维度过大的问题。

在有限的内存下，如何处理高特征纬度的训练样本是一项非常艰巨的任务。下面这些方法可以用来解决这一问题。