【考试记录】Apsara Clouder大数据技能认证：基于机器学习的客户流失预警分析

一：考试总结

这个考试说实话，已经过时了，因为实验中用的版本是老版本，而阿里在今年2020年已经有了V2.0，所以，实验可以不用做了，至于知识点还是可以好好学习的，毕竟有很多干货。至于原题，没有搜到，自己硬着头皮做的，一次过，幸亏研究生学的是大数据和机器学习，所以这个的考试还是比较容易的，如果没有相关基础的话，好好看官方视频，也是能过的，考的题目都在PPT里出现过，多看几遍没问题的。

二：真题

回忆：好多都是跟基本概念有关的，ID3,C4.5,C50这三个概念考了。

 

 下面的表格是重点

 考了集成学习：针对同一数据集，训练多种学习器，来解决同一问题，包括什么，他们的区别是什么。

特征工程：最大限度地从原始数据中提取特征以供算法和模型使用
数据预处理：标准化、缩放、缺失值、变换、编码等
特征产生：结合业务数据，派生新的特征
特征选择：通过各种统计量、模型评分等，筛选合适的特征
降维：PCA、LDA等减少特征个数     能用更少的模型得出好的结果，就尽量不要用太多的模型。模型越多，受影响越多。

模型评估:解释&泛华
解释：模型能够很好的解释数据集叫做解释型模型
泛化：把一个模型使用在新的数据集上，如果表现非常糟糕，说明泛化能力差（顾名思义。使用广泛化）
过拟合：在原来的数据集表现的非常好，在另一个数据集上又太差了。这就是泛化能力差，也即是过拟合

随机森林也考了。

其实，只要把视频好好看，外加点机器学习的基础，还是很容易的，如果是小白的话，那就多看几遍。