上来就是基础抢答题，项目的话“等到有时间再问” 1. 生成式模型与判别式模型 2. 你知道的机器学习流程（我答了需求分析、特征工程啥的，想不到别的了） 3. 偏差高、方差低怎么办（Boosting集成学习，欠拟合的处理方法：增加迭代轮数，使用更复杂的模型） 4. 偏差低、方差高怎么办（Bagging集成学习，过拟合的处理方法：增大数据量、正则化、降低模型复杂度） 5. （此处讲了一个具体的场景）如何在数据不平衡的场景建模？（话说我答了GBDT相较于随机森林，对于数据不平衡更不敏感，不知道对不对，求大佬纠正） 6. 当阈值从0.5调到0.6，精确率pre、召回...