问题转自(原文：https://blog.csdn.net/CSDNedu/article/details/85002678 )
1.训练决策树时的参数是什么？
2.在决策树的节点处分割的标准是什么？
3.基尼系数的公式是什么？
4.熵的公式是什么？
5.决策树如何决定在哪个特征处分割？
6.你如何用数学计算收集来的信息？你确定吗？
7.随机森林的优点有哪些？
8.介绍一下boosting算法。
9.gradient boosting如何工作？
10.关于AdaBoost算法，你了解多少？它如何工作？
11.SVM中用到了哪些核？SVM中的优化技术有哪些？
12.SVM如何学习超平面？用数学方法详细解释一下。
13.介绍一下无监督学习，算法有哪些？
14.在K-Means聚类算法中，如何定义K？
15.告诉我至少3中定义K的方法。