Interview Questions and Answers

Example:

In high-dimensional space, data points become sparser, making it harder to generalize patterns.

Example:

Precision: 90% of predicted spam emails were actually spam. Recall: 80% of actual spam emails were correctly predicted.

Example:

A decision tree with too many branches that perfectly fit the training data but fails to generalize to new data.

Example:

Applying Principal Component Analysis (PCA) to transform high-dimensional data into a lower-dimensional space.

Example:

Batch processing: Nightly analysis of sales data. Real-time processing: Monitoring website traffic and updating recommendations in real-time.

Example:

Choosing the attribute that maximizes information gain to split a dataset and create more homogenous subsets.

Example:

Assessing a medical diagnostic model's ability to discriminate between healthy and diseased individuals.

Example:

If the lift is 2, it indicates that the rule has twice the likelihood of occurring compared to random chance.

Example:

A fraud detection model trained on a dataset where only 1% of transactions are fraudulent.