网易数据面试试题

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。

　　父节点的熵>子节点的熵

　　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?)

【网易数据面试试题】相关文章：

网易在线笔试题目10-19

网易面试技巧(2)07-25

网易笔试面试经历(2)09-16

大数据技术Hadoop面试题,看看你能答对多少？08-28

网易游戏部门面试问题(2)06-25

面试中常见的面试试题08-21

Microsoft面试题09-04

iOS面试题07-10

Spring面试试题09-19

经典常见的面试试题09-14