網易數據面試試題

　　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：模型過于復雜，且訓練數據太少。

　　b) 決策樹的父節點和子節點的熵的大小?請解釋原因。

　　父節點的熵>子節點的熵

　　c) 衡量分類算法的準確率，召回率，F1值。

　　d) 舉例序列模式挖掘算法有哪些?以及他們的應用場景。

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

　　Holt-Winters(三次指數平滑法)：對時間序列進行預測。時間序列的趨勢、季節性。

　　Apriori

　　Generalized Sequential Pattern(廣義序貫模式)

　　PrefixSpan

　　二、計算題

　　1) 給你一組向量a，b

　　a) 計算二者歐氏距離

　　(a-b)(a-b)T

　　即：

　　b) 計算二者曼哈頓距離

　　2) 給你一組向量a，b，c，d

　　a) 計算a，b的Jaccard相似系數

　　b) 計算c，d的向量空間余弦相似度

　　c) 計算c、d的皮爾森相關系數

　　即線性相關系數。

　　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，dfi含有單詞i的文檔頻率。

　　1) 只有一個單詞只存在文檔中，轉換的結果?(具體問題忘記)

　　2) 有多個單詞存在在多個文檔中，轉換的結果?(具體問題忘記)

　　3) 公式變換的目的?

　　四、推導樸素貝葉斯分類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練集計算得到。

　　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，根據天氣分類outlook/temperature/humidity/windy。(給你一張離散型的圖表數據，一般學過ID3的應該都知道)

　　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(關聯規則)

　　一個表格：事物ID/購買項。

　　1) 提取出關聯規則的最大數量是多少?(包括0支持度的規則)

　　2) 提取的頻繁項集的最大長度(最小支持>0)

　　3) 找出能提取出4-項集的最大數量表達式

　　4) 找出一個具有最大支持度的項集(長度為2或更大)

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

　　八、一個發布優惠劵的網站，如何給用戶做出合適的推薦?有哪些方法?設計一個合適的系統(線下數據處理，存放，線上如何查詢?)

【網易數據面試試題】相關文章：

網易在線筆試題目10-19

網易面試技巧(2)07-25

網易筆試面試經歷(2)09-16

大數據技術Hadoop面試題,看看你能答對多少？08-28

網易游戲部門面試問題(2)06-25

面試中常見的面試試題08-21

Microsoft面試題09-04

iOS面試題07-10

Spring面試試題09-19

經典常見的面試試題09-14