- 相关推荐
网易数据面试试题
一、问答题
a) 欠拟合和过拟合的原因分别有哪些?如何避免?
欠拟合：模型过于简单;过拟合：模型过于复杂，且训练数据太少。
b) 决策树的父节点和子节点的熵的大小?请解释原因。
c) 衡量分类算法的准确率，召回率，F1值。
d) 举例序列模式挖掘算法有哪些?以及他们的应用场景。
DTW(动态事件规整算法)：语音识别领域，判断两端序列是否是同一个单词。
Holt-Winters(三次指数平滑法)：对时间序列进行预测。时间序列的趋势、季节性。
Apriori
Generalized Sequential Pattern(广义序贯模式)
PrefixSpan
二、计算题
1) 给你一组向量a，b
a) 计算二者欧氏距离
(a-b)(a-b)T
即：
b) 计算二者曼哈顿距离
2) 给你一组向量a，b，c，d
a) 计算a，b的Jaccard相似系数
b) 计算c，d的向量空间余弦相似度
c) 计算c、d的皮尔森相关系数
即线性相关系数。
或者
三、(题目记得不是很清楚)
一个文档-词矩阵，给你一个变换公式tfij’=tfij*log(m/dfi);其中tfij代表单词i在文档f中的频率，m代表文档数，dfi含有单词i的文档频率。
1) 只有一个单词只存在文档中，转换的结果?(具体问题忘记)
2) 有多个单词存在在多个文档中，转换的结果?(具体问题忘记)
3) 公式变换的目的?
四、推导朴素贝叶斯分类P(c|d)，文档d(由若干word组成)，求该文档属于类别c的概率，并说明公式中哪些概率可以利用训练集计算得到。
五、给你五张人脸图片。
可以抽取哪些特征?按照列出的特征，写出第一个和最后一个用户的特征向量。
六、考查ID3算法，根据天气分类outlook/temperature/humidity/windy。(给你一张离散型的图表数据，一般学过ID3的应该都知道)
a) 哪一个属性作为第一个分类属性?
b) 画出二层决策树。
七、购物篮事物(关联规则)
一个表格：事物ID/购买项。
1) 提取出关联规则的最大数量是多少?(包括0支持度的规则)
2) 提取的频繁项集的最大长度(最小支持>0)
3) 找出能提取出4-项集的最大数量表达式
4) 找出一个具有最大支持度的项集(长度为2或更大)
5) 找出一对项a，b，使得{a}->{b}和{b}->{a}有相同置信度。
八、一个发布优惠劵的网站，如何给用户做出合适的推荐?有哪些方法?设计一个合适的系统(线下数据处理，存放，线上如何查询?)
http://www.cnrencai.com/【网易数据面试试题】相关文章：
网易笔试题09-26
Oracle数据库DBA经典面试题02-02
2017网易前端笔试题09-25
2017网易频道记者笔试题09-25
外企面试英语面试试题09-26
社工面试面试试题及答案08-04
java面试简答试题09-25
SEO经典面试试题09-26
硅谷面试题精选02-03
网管面试试题09-26