臨近期末少不了大作業(yè)和答辯，在正式答辯前，先準(zhǔn)備好以下這些問題，在被導(dǎo)師提問時(shí)會(huì)更游刃有余。 根據(jù)實(shí)驗(yàn)過程分為四個(gè)部分，分別是：數(shù)據(jù)探索與預(yù)處理、模型選擇、模型訓(xùn)練、模型調(diào)優(yōu)

1.數(shù)據(jù)探索與預(yù)處理部分

• 讀入的數(shù)據(jù)是多大的？（表格是多少，圖片是多少張，像素是幾乘幾）

• 進(jìn)行了那些數(shù)據(jù)探索，分別是用來看什么的，針對(duì)異常數(shù)據(jù)是怎么處理的？

• 異常值有沒有刪去？對(duì)比刪與不刪對(duì)結(jié)果的影響了嗎？一共刪除了多少數(shù)據(jù)？

• 缺省值填充了嗎？用的什么填充方式?是否對(duì)比過填充前后對(duì)結(jié)果的影響?

• 如果你的PPT里有圖，那么她可能問你某一張或某幾張圖是什么？（這個(gè)圖是用什么數(shù)據(jù)，什么函數(shù)生成的）

2.模型選擇

• 可選的有哪些，你根據(jù)什么原因選擇了你現(xiàn)在用的這些。

• 你有嘗試過其他模型嗎？嘗試了那些？為什么沒選呢？我看別的同學(xué)用某個(gè)模型你嘗試過的模型效果很好啊，你這個(gè)為什么不行呢？有沒有嘗試模型融合呢？

3.模型訓(xùn)練

（每一個(gè)你用的參數(shù)都要知道他表示什么，然后你選擇每個(gè)參數(shù)的理由。）

這里舉例KNN和Adboost

• KNN：用的是幾層的網(wǎng)絡(luò)？為什么選擇這個(gè)層數(shù)？參數(shù)是自己跑的還是借鑒的？跑了多久，效果怎么樣？

• Adboost：選擇的弱學(xué)習(xí)器是什么？最大迭代次數(shù)是多少？參數(shù)是自己跑的還是借鑒的？跑了多久，效果怎么樣？.

• 效果最好是多少？

4.模型調(diào)優(yōu)

• 用什么方法調(diào)參？調(diào)整后效果如何？

• 如有過擬合，那么你有沒有試試找出到底是哪個(gè)變量影響了結(jié)果？

• 如有欠擬合，那么你試過重新處理數(shù)據(jù)或者多加入一些特征嗎？有沒有調(diào)整學(xué)習(xí)率？

暫時(shí)就寫到這里了，希望能對(duì)你的答辯有所幫助，如果你遇到了不在這篇文章范圍內(nèi)的問題，歡迎在評(píng)論區(qū)一起交流。

如果你有別的想看的內(nèi)容也可以寫在評(píng)論區(qū)或者私信我。