1.自我介绍2.描述一个项目（生存分析）首先是数据清洗的过程。2.1缺失值填充，除了均值、众数还有哪些方法？应用场景分别是什么？答：固定值、均值、中位数、众数、前后数，knn取均值，随机森林（缺失变量做响应变量，其它变量+标签做自变量，用非缺失训练，预测缺失值）等。2.2分类变量，类型过多，要考虑合并，证据权重是什么意思？有提到信息增益和基尼指数。答：计算方式：事件百分比除以非事件百分比，取对数。证据权重衡量与总体分布的差异，相近意味着对于分类变量的两个子类来说，分布情况相同，预测能力相似。与卡方检验的思想类似，比较子类分布与总体分布的差异，差异接近的合并。分箱可以减小过拟合。2.3不平衡样本的处理，欠采样和过采样的方法都有哪些3.特征工程的一般步骤：3.1构造特征的思路3.2特征筛选的方法4.最后做出来的效果怎么样，有哪些评价指标。5.在项目中遇到过什么困难？以及怎么解决的。答：过拟合问题。纳入模型中的CT图像特征会比较多，需要进一步的处理。最后，说我专业背景与岗位比较契合，但是缺少业务上面的东西，所以就没怎么问业务问题。总结，项目深挖，细枝末节都要准备到位！...查看更多