day1 AI面试刷题1、简述机器学习项目的一般流程2、哪些机器学习算法需要做特征归一化，哪些不需要？为什么？3、One-hot的作用是什么？为什么不直接使用数字作为表示？4、什么是数据不平衡？如何解决？5、请比较欧氏距离与曼哈顿距离
day1 AI面试刷题1、简述机器学习项目的一般流程2、哪些机器学习算法需要做特征归一化，哪些不需要？为什么？3、One-hot的作用是什么？为什么不直接使用数字作为表示？4、什么是数据不平衡？如何解决？5、请比较欧氏距离与曼哈顿距离1、简述机器学习项目的一般流程机器学习项目的流程数据获取(爬虫，第三方，自产)数据分析与清洗(观察样本数据特征，数据类型；洗去样本异常值，去除或填补缺失值)特征工程(筛选重要特征，或融合产生新的、更重要的特征)建模(训练模型，选择合适的模型，注意分类，聚类还是回归
