-
1到100的一个array，随便取出其中一个数。array剩下99个数，请问怎么找出哪一个数被取出来了。
5500-sum(array) -
描述一下ML建模过程。
Assume it’s classification problem.
Is it a categorical feature or numeric feature?
If categorical, impute the unknown ones with a new class
If numeric, then impute the value that best separates the positive and negative classes.
Then use tree based algorithms or directly use tree based alg.s without imputation. -
如果有一个feature，有99%的value missing。但是这个feature highly correlated with the target。建模的时候用不用这个feature，用的话怎么处理。
关于第三个题，我的想法是，
- 先问一下面试官是怎么发现highly correctated，这种related是指有很强的线性关系，还是base on expertise this feature is imporatant. 因为有的时候，如果一个feature太强，也不太好，就要考虑data leakage或者self-predictive.
- 然后我觉得这个其实depends on specific feature啊，general来讲，99% missing了。。是真的想删这个feature。。。我的做法
是，先不用这个feature build model，if the performance of the model is really bad, 再consider这个feature。 - 如果一定要用这个99% missing的feature。。首选一些robust的model，不行就先把这个feature 当做predictive variable, 用其他feature model等把这个feature estimate 好了，再用这个feature来build别的model？不知道可不可行