Pointwise、Pairwise、Listwise 与排序和分类的区别
哪些公司问过
答案要点
- Pointwise:单样本二分类或回归,损失为交叉熵,优化绝对分数
- Pairwise:正负样本对,BPR 或 hinge 损失,优化相对顺序
- Listwise:整个列表 softmax 交叉熵或 InfoNCE,ListNet 等属于此类
- LGB 分类样本独立、优化 logloss、输出概率
- LGB Rank 按 query 分组,用 lambdarank 等目标优化 NDCG,分数仅组内可比
易错点
- 说 Pairwise 不需要负样本
- LGB Rank 训练时忘记设置 query 分组
- 把 Rank 输出分数当作概率跨 query 比较
面试官常见追问
- Stacking 的核心思想是什么,和 Bagging 有什么区别?
- 召回双塔为什么常用 listwise?
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。