高维稀疏特征怎么处理
哪些公司问过
答案要点
- 来源:类别特征的 One-Hot 或多值编码,维度大、多数取值为零
- Embedding:映射成低维稠密向量,推荐和广告里最常用
- 特征哈希控制维度,但会有哈希冲突
- 按频次截断低频特征,或用 L1、树模型重要性做特征选择
- 连续特征分桶离散化:更稳健、引入非线性、便于解释
易错点
- 只说 One-Hot,不提 Embedding 和哈希
- 分桶时不考虑数据分布,桶内样本过少
- 不截断低频特征,带来过拟合和噪声
面试官常见追问
- 为什么要对连续特征离散化?
- 分桶有哪些方法?
- 特征哈希的缺点是什么?
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。