有监督学习与无监督学习
哪些公司问过
答案要点
- 有监督:带标签数据,学习输入到标签的映射,做分类、回归等预测
- 无监督:无标签数据,发现结构和模式,如聚类、降维、异常检测
- 无监督典型算法:K-Means、DBSCAN、PCA、自编码器
- 需要无监督学习:标注成本高,海量数据无标签,也用于数据探索
- 半监督用少量标签加大量无标签数据;自监督从数据自身构造标签
易错点
- 把聚类当成分类
- 说无监督学习没有目标
- 混淆半监督与自监督
- 只会背算法名,说不出应用场景
面试官常见追问
- 推一下 PCA 的公式?
- 什么是过拟合?
- 半监督学习是什么?
- 无监督学习怎么评估效果?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。