1、自我介绍
2、你的方向是电磁为什么要报这个岗位呢
3、说一下这个比赛（2016编程之美挑战赛），你主要是负责什么的
4、写一个题吧，给你一个字符串为ip地址，例如“192.0.0.1”，把它转换成一个32位的整数。
一开始没有理解题意，以为是要将四个ip地址的数字拼起来，就问面试官这个整数可能有12个位数，是不是要用longlong存，面试官解释是将每一个数字存成八位，于是开始写
#include <iostream>
#includd <string>
using namespace std;
unsigned int Trans(string s)
{
unsigned int res = 0, temp = 0;
for(int i = 0; i < s.size(); i++)
{
if(s[i] <= '9' && s[i] >= '0')
{
temp = temp * 10 + s[i] - '0';
}
else
{
res <<= 8;
res |= temp;
temp = 0;
}
}
res <<= 8;
res |= temp;
return res;
}
int main(void)
{
string s;
cin >> s;
if(s == NULL || s.size() == 0)
{
cout << -1 <<end;
return 0;
}
unsigned res = Trans(s);
cout << res << endl;
return 0;
}
面试官指出Trans函数没有异常处理，问如果数字大于255会有什么结果，还有为什么要先左移后与，其实先与再左移会比较好。
5、你都比较了解哪些机器学习的模型呢
比赛用过随机森林，SVM也比较了解。
那你说一下随机森林的随机都体现在什么地方呢？
主要体现在样本的抽取和建立决策树的特征选择方面，对于N个样本，M个特征，对于每一棵决策树在取样本的时候是从N个样本中有放回的取出n个来建树，同时建树的特征也是从M个特征中随机选取m个作为这棵决策树的特征，因此就避免了过拟合，体现了随机性。
那随机森林和GBDT有什么区别呢？
GBDT中每一棵树都是以上一棵树的残差作为目标值建树的，而随机森立每棵树都是相对独立的
未能答全面
随机森林既可以是分类树也可是回归树，但GBDT只能是回归树
随机森林由于树与树之间相对独立，因此可以并行生成，GBDT只有在上一棵树建立完成后才能进行下一棵树的建立
随机森林对异常值不敏感，GBDT反之
GBDT是基于权值的弱分类器的集成
随机森林是通过减少模型方差提高性能，GBDT是通过减少模型偏差提高性能
那说一下随机森林和GBDT误差函数的区别（记不太清问题了）
没答上来，待补充……
6、你知道逻辑回归么？写一下表达式
P(y = 1) = 1 / (1 + exp(theta * x))
P(y = 0) = 1 - P(y = 1)
P(y) = P(y = 1) ^ y * (1 - P(y = 1)) ^ (1 - y)
它的图是怎样的？
画了图。。。
那逻辑回归怎么对特征进行离散化，或者你都了解哪些离散化特征的方法呢？为什么？
概念不太清晰，之前看过但是问到的时候一时想不起来
连续性变量转化成离散型变量大致有两类方法：
（1）卡方检验方法；
（2）信息增益方法；
一： 卡方检验方法
1.1 分裂方法
1.2 合并方法
分裂方法，就是找到一个分裂点看，左右2个区间，在目标值上分布是否有显著差异，有显著差异就分裂，否则就忽略。这个点可以每次找差异最大的点。合并类似，先划分如果很小单元区间，按顺序合并在目标值上分布不显著的相邻区间，直到收敛。
二：信息增益方法
2.1 分裂方法
2.2 合并方法
这个和决策树的学习很类似。分裂方法，就是找到一个分裂点看，左右2个区间，看分裂前后信息增益变化阈值，如果差值超过阈值（正值，分列前-分裂后信息熵），则分裂。每次找差值最大的点做分裂点，直到收敛。合并类似，先划分如果很小单元区间，按顺序合并信息增益小于阈值的相邻区间，直到收敛。
特征组合是什么？
没答上来
7、你都知道哪些聚类的方法？
k-means，层次聚类（问还有没有别的，实在是不太清楚了）
1.k-mean聚类分析 适用于样本聚类；
2.分层聚类 适用于对变量聚类；
3.两步聚类 适用于分类变量和连续变量聚类；
4.基于密度的聚类算法；
5.基于网络的聚类；
6.机器学习中的聚类算法；
k-means 在使用的时候，选的点的不同可能影响结果，问怎么选点？
没答上来
8、KNN的距离都有哪些，最常用的是什么？
有欧式距离、曼哈顿距离，欧氏距离较常用（答的不对，面试官反问了一下，还有别的答案）
转载请注明原文地址: https://www.6miu.com/read-3785.html
