人工智能面试题 · 技术选型 · XGBoost
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 23 道 · 更新 2026-08-05
筛选题目已选：技术选型 · XGBoost
考察点
技术栈
第 1 题你了解哪些常用的树模型？请分别说明它们的核心原理和适用场景。 考察对决策树及其集成模型的原理掌握与场景选择能力第 2 题XGBoost 怎么对特征重要性排序？ 考察对 XGBoost 特征重要性计算机制的理解第 3 题请比较XGBoost和随机森林的区别 考察对两类集成学习算法原理与适用场景的理解第 4 题请比较 XGBoost、Prophet 和 LSTM 等时序模型的特点，并说明各自适用的场景。 考察对三种常见时序建模方法的原理理解与选型能力第 5 题XGBoost和LightGBM的区别是什么？ 考察对梯度提升框架核心机制与适用场景的理解第 6 题请分别介绍决策树、随机森林和GBDT/XGBoost的原理，并说明它们之间的主要区别。 考察对经典树模型的原理理解与对比能力第 7 题请解释XGBoost在计算梯度时使用二阶泰勒展开的优势。 考察对XGBoost损失函数优化原理的理解，包括二阶导数信息的作用与误差控制第 8 题在实习或项目中，你选择 XGBoost 的原因是什么？请结合使用场景说明。 考察模型选型时的场景匹配能力和对 XGBoost 原理的理解第 9 题XGBoost有哪些缺点？LightGBM对此做了哪些优化？ 考察对两种主流梯度提升树框架的理解及对比分析能力第 10 题XGBoost 中如何计算特征重要性？ 考察对 XGBoost 特征重要性计算方式的理解第 11 题GBDT和XGBoost的区别 考察对集成学习模型演进、优化目标与工程实现的深入理解第 12 题请介绍 XGBoost 的核心原理及其主要特点。 考察对 XGBoost 算法原理、优化目标和关键特性的理解第 13 题LightGBM和XGBoost的区别是什么？ 考察对两种主流梯度提升框架核心机制差异的理解第 14 题XGBoost相比GBDT有什么提升？ 考察对XGBoost核心改进机制的理解及其与GBDT的差异第 15 题请介绍XGBoost的原理、主要特点以及在实际项目中常用的调优方法。 考察对XGBoost核心原理、算法特性及参数调优的理解掌握第 16 题我看你用了一个XGBoost模型，是树模型吗？ 考察对XGBoost模型本质的理解和表达准确性第 17 题XGBoost 与其他常见机器学习模型（如随机森林、逻辑回归、深层神经网络）在原理和使用场景上有什么区别？ 考察对 XGBoost 核心原理的理解及模型选型判断第 18 题请介绍你了解的二分类算法，并解释在具体项目中为什么选择 LightGBM 而不是随机森林、逻辑回归或 XGBoost？ 考察分类算法知识体系与基于业务场景的模型选型能力第 19 题介绍下XGBoost，相对GBDT有哪些改进？ 考察对梯度提升框架的深入理解与比较能力第 20 题请讲一下 LightGBM 和 XGBoost 在原理上的具体区别。 考察对两种主流梯度提升框架底层机制的理解与对比能力