網(wǎng)易數(shù)據(jù)面試試題

　　一、問答題

　　a) 欠擬合和過擬合的原因分別有哪些?如何避免?

　　欠擬合：模型過于簡單;過擬合：模型過于復(fù)雜，且訓(xùn)練數(shù)據(jù)太少。

　　b) 決策樹的父節(jié)點(diǎn)和子節(jié)點(diǎn)的熵的大小?請解釋原因。

　　父節(jié)點(diǎn)的熵>子節(jié)點(diǎn)的熵

　　c) 衡量分類算法的準(zhǔn)確率，召回率，F(xiàn)1值。

　　d) 舉例序列模式挖掘算法有哪些?以及他們的應(yīng)用場景。

　　DTW(動態(tài)事件規(guī)整算法)：語音識別領(lǐng)域，判斷兩端序列是否是同一個單詞。

　　Holt-Winters(三次指數(shù)平滑法)：對時間序列進(jìn)行預(yù)測。時間序列的趨勢、季節(jié)性。

　　Apriori

　　Generalized Sequential Pattern(廣義序貫?zāi)Ｊ?

　　PrefixSpan

　　二、計(jì)算題

　　1) 給你一組向量a，b

　　a) 計(jì)算二者歐氏距離

　　(a-b)(a-b)T

　　即：

　　b) 計(jì)算二者曼哈頓距離

　　2) 給你一組向量a，b，c，d

　　a) 計(jì)算a，b的Jaccard相似系數(shù)

　　b) 計(jì)算c，d的向量空間余弦相似度

　　c) 計(jì)算c、d的皮爾森相關(guān)系數(shù)

　　即線性相關(guān)系數(shù)。

　　或者

　　三、(題目記得不是很清楚)

　　一個文檔-詞矩陣，給你一個變換公式tfij’=tfij*log(m/dfi);其中tfij代表單詞i在文檔f中的頻率，m代表文檔數(shù)，dfi含有單詞i的文檔頻率。

　　1) 只有一個單詞只存在文檔中，轉(zhuǎn)換的結(jié)果?(具體問題忘記)

　　2) 有多個單詞存在在多個文檔中，轉(zhuǎn)換的結(jié)果?(具體問題忘記)

　　3) 公式變換的目的?

　　四、推導(dǎo)樸素貝葉斯分類P(c|d)，文檔d(由若干word組成)，求該文檔屬于類別c的概率，并說明公式中哪些概率可以利用訓(xùn)練集計(jì)算得到。

　　五、給你五張人臉圖片。

　　可以抽取哪些特征?按照列出的特征，寫出第一個和最后一個用戶的特征向量。

　　六、考查ID3算法，根據(jù)天氣分類outlook/temperature/humidity/windy。(給你一張離散型的圖表數(shù)據(jù)，一般學(xué)過ID3的應(yīng)該都知道)

　　a) 哪一個屬性作為第一個分類屬性?

　　b) 畫出二層決策樹。

　　七、購物籃事物(關(guān)聯(lián)規(guī)則)

　　一個表格：事物ID/購買項(xiàng)。

　　1) 提取出關(guān)聯(lián)規(guī)則的最大數(shù)量是多少?(包括0支持度的規(guī)則)

　　2) 提取的頻繁項(xiàng)集的最大長度(最小支持>0)

　　3) 找出能提取出4-項(xiàng)集的最大數(shù)量表達(dá)式

　　4) 找出一個具有最大支持度的項(xiàng)集(長度為2或更大)

　　5) 找出一對項(xiàng)a，b，使得{a}->和->{a}有相同置信度。

　　八、一個發(fā)布優(yōu)惠劵的網(wǎng)站，如何給用戶做出合適的推薦?有哪些方法?設(shè)計(jì)一個合適的系統(tǒng)(線下數(shù)據(jù)處理，存放，線上如何查詢?)

http://www.ardmore-hotel.com/

【網(wǎng)易數(shù)據(jù)面試試題】相關(guān)文章：

網(wǎng)易筆試題09-26

Oracle數(shù)據(jù)庫DBA經(jīng)典面試題02-02

2017網(wǎng)易前端筆試題09-25

2017網(wǎng)易頻道記者筆試題09-25

外企面試英語面試試題09-26

社工面試面試試題及答案08-04

java面試簡答試題09-25

SEO經(jīng)典面試試題09-26

硅谷面試題精選02-03

網(wǎng)管面試試題09-26