Python 机器学习面试题阅读指南（必看）
大家好，我是帅地。 为了方便大家复习，这些面试题的展示采取了右边面试题目，左边答案的方式，方便大家按需查看。 由于手机端不支持这种展示方式，当然，为了手机方便阅读，下面会贴出所有面试题答案链接，不过大家最好在 PC 电脑端阅读哈，相关面试题还会持续更新，尽量补充完善起来，建议收藏帅地的网站哦。
面试题链接汇总
3. 什么是机器学习的过度拟合现象？过度拟合产生的原因？如何避免过拟合问题？
22. 使用 scikit-learn 时，是否确实需要在特征值变化很大时调整特征值？
23. 你的数据集有 50 个变量，但是8个变量的缺失值高于 30％。如何解决这个问题？
25. 你认为把分类变量当成连续型变量会得到一个更好的预测模型吗？
26. 在 K-means 或者 KNN，我们是用欧氏距离来计算最近的邻居之间的距离，为什么不用曼哈顿距离？
27. 给你一个数据集，这个数据集有缺失值，且这些缺失值分布在高中值有1一个标准偏差的的范围内，百分之多少的数据不会受到影响？为什么？
32. 我们知道，独热编码（OneHotEncoder）会增加数据集的维度。但是标签编码（LabelEncoder）不会。为什么？