逻辑回归面经总结,cheat sheet

作为就业三年的老算法工程师,总结了一份面试的 cheat sheet...

先拿逻辑回归试试水~

逻辑回归(logistic regression)是最基础的分类算法之一,在面试中经常作为切入点来考察候选人的机器学习算法基础能力。

那关于逻辑回归,我们应该掌握什么,才能赢得面试官的认可呢?下面是自查清单,准备面试前可以一一 review 下。

💡 Cheat Sheet

  1. 逻辑回归公式

  2. sigmoid 函数形式

    1. softmax 函数形式

  3. 损失函数

    1. 如何从最大似然角度解释损失函数

    2. 目标 y 服从什么分布

  4. 梯度下降

    1. 一般梯度下降(batch)

    2. 随机梯度下降

    3. mini-batch 梯度下降

  5. 如何解决过拟合

    1. 正则函数

    2. 重点 l1 正则和 l2 正则的区别

      1. 大部分同学都见过下面这个经典图,但这里需要说明白图是怎么画出来的(hint: 有约束的最优化问题,拉格朗日乘子法)
      2. 进阶】从贝叶斯角度解读 l1 正则和 l2 正则,说明两个正则的先验分布的不同
      3. 进阶】写出 l1,l2 正则的解析解
    1. 还有哪些其他正则形式


💡 最后总结一下,逻辑回归中关于正则项的问题是相对来说比较重要的,一定要好好准备。

最后欢迎大家来我的公zhong号,咨询或者找我玩,搜索:阿塔聊算法,可以了解更详细的内容哟~



全部评论

相关推荐

5 11 评论
分享
牛客网
牛客企业服务