数据科学与大数据技术专业-答辩参考问题一览
临近期末少不了大作业和答辩，在正式答辩前，先准备好以下这些问题，在被导师提问时会更游刃有余。 根据实验过程分为四个部分，分别是：数据探索与预处理、模型选择、模型训练、模型调优
1.数据探索与预处理部分
读入的数据是多大的？（表格是多少，图片是多少张，像素是几乘几）
进行了那些数据探索，分别是用来看什么的，针对异常数据是怎么处理的？
异常值有没有删去？对比删与不删对结果的影响了吗？一共删除了多少数据？
缺省值填充了吗？用的什么填充方式?是否对比过填充前后对结果的影响?
如果你的PPT里有图，那么她可能问你某一张或某几张图是什么？（这个图是用什么数据，什么函数生成的）
2.模型选择
可选的有哪些，你根据什么原因选择了你现在用的这些。
你有尝试过其他模型吗？尝试了那些？为什么没选呢？我看别的同学用某个模型你尝试过的模型效果很好啊，你这个为什么不行呢？有没有尝试模型融合呢？
3.模型训练
（每一个你用的参数都要知道他表示什么，然后你选择每个参数的理由。）
这里举例KNN和Adboost
KNN：用的是几层的网络？为什么选择这个层数？参数是自己跑的还是借鉴的？跑了多久，效果怎么样？
Adboost：选择的弱学习器是什么？最大迭代次数是多少？参数是自己跑的还是借鉴的？跑了多久，效果怎么样？.
效果最好是多少？
4.模型调优
用什么方法调参？调整后效果如何？
如有过拟合，那么你有没有试试找出到底是哪个变量影响了结果？
如有欠拟合，那么你试过重新处理数据或者多加入一些特征吗？有没有调整学习率？
暂时就写到这里了，希望能对你的答辩有所帮助，如果你遇到了不在这篇文章范围内的问题，欢迎在评论区一起交流。
如果你有别的想看的内容也可以写在评论区或者私信我。
