面试 | 字节跳动秋招提前批算法岗

岗位：头条提前批 算法岗

一面

1、自我介绍讲项目

2、说一下LDA模型原理

3、说一下LDA哪些是潜在的变量 哪些是显示变量

【重新梳理一下LDA主题模型的技术细节！回答的不是太好~】

4、概率题：甲乙两人掷骰子 甲掷一次 乙掷n次取最大点数 求乙点数比甲点数大的概率？

这题概率论还是有点难意思的，当时自己确实没想好，没有回答出来，回来和室友交流了下，把答案总结下，其实当时应该反过来思考的：

当时自己的思路：

首先，分析特殊情况，如果n取1的情况，那么结果应该是：

• 总共有$6\times 6=36$种情况，甲取1 2 3 4 5；乙对应可以取[2,3,4,5,6]，[3,4,5,6]，[4,5,6]，[5,6]，[6]，即15种情况，所以概率为$\frac{15}{36}=\frac{5}{12}$

推广到一般情况下呢？

• 如果甲=1，那么乙只需要有一次是大于1的即可
• 如果甲=2，那么乙只需要有一次是大于2的即可
• 如果甲=3，那么乙只需要有一次是大于3的即可
• 如果甲=4，那么乙只需要有一次是大于4的即可
• 如果甲=5，那么乙只需要有一次是大于5的即可
• 甲不可能为6

面试过程中就是把自己的思路说了下，其实当时应该顺着这个思路反过来思考！也就是：

• 如果甲=1，那么乙每一次全输的概率是多少？如果1-全输的概率=至少赢一次的概率！而对应题意，至少赢一次=乙只需要有一次是大于1的即可！而全输的概率=全为小于等于1=$(\frac{1}{6}{)}^n$，所以 P(至少赢一次) = P(乙只需要有一次是大于1) = $1-(\frac{1}{6}{)}^n$
• 如果甲=2，同理，P(乙只需要有一次是大于2) = $1-(\frac{2}{6}{)}^n$
• 如果甲=3，同理，P(乙只需要有一次是大于2) = $1-(\frac{3}{6}{)}^n$
• 如果甲=4，同理，P(乙只需要有一次是大于2) = $1-(\frac{4}{6}{)}^n$
• 如果甲=5，同理，P(乙只需要有一次是大于2) = $1-(\frac{5}{6}{)}^n$

而甲每次取不同值的概率为$\frac{1}{6}$，所以乙点数比甲点数大的概率为：
$\frac{1}{6}\times [1-(\frac{1}{6}{)}^n+1-(\frac{2}{6}{)}^n+1-(\frac{3}{6}{)}^n+1-(\frac{4}{6}{)}^n+1-(\frac{5}{6}{)}^n]=\frac{1}{6}\times [5-(\frac{1}{6}{)}^n-(\frac{2}{6}{)}^n-(\frac{3}{6}{)}^n-(\frac{4}{6}{)}^n-(\frac{5}{6}{)}^n]$

代入n=1进行检验，结果为$\frac{5}{12}$ 没问题！说明上面概率求得是对的！

小结：概率论的问题如果正面思考比较有难度，不好计算，尝试从反面来思考，也就是它的对立事件，有时候就会豁然开朗了！

5、平常用什么语言？来写个代码吧。问题是这样的，我们来做个字符串的变换！
两种情况，

• 第一种字符串为：appleBananaConment，即每个字母拼在一起，然后单词首字母为大写，我们希望变成 apple_banana_comment，也即大写变成小写，然后在单词之间用一个下划线来进行分割！
• 第二种字符串为：appleHTTPBanana，这时候有个特殊情况就是会有连续的大写字母的存在，它们为专有名词，我们也希望把它们全变为小写，同时前后还是用下划线来分割！
• 对于上述两种情况，请用Python进行实现！

• 判断字符串是否为大小写

s = 'A'
print(s.isupper())
s = 'aBa'
print(s.islower())
s = 'a'
print(s.islower())

True
False
True

• 转变字符串大小写

'aaa'.upper()

'AAA'

• 完整版代码：

'aBc'.lower()

'abc'

def Trans(s):
    '''转换字符串为指定格式'''
    
    n = len(s)-1
    new_s = ''
    i = 0
    while i<=n:
        while i <= n and s[i].islower():
#             print(i)
            # 如果是小写
            new_s += s[i]
            i += 1
        # 跳出循环表明遇到了大写 这时候加一个下划线
        j = 0
        while i <= n and s[i].isupper():
            # 如果是大写
            j += 1
            i += 1
        if j == 1:
            new_s += '_' # 首先加下划线
            new_s += s[i-j:i].lower() # 然后变成小写
        elif j > 1:
            new_s += '_' # 首先加下划线
            new_s += s[i-j:i-1].lower() # 然后变成小写
            new_s += '_'
            new_s += s[i-1].lower()
        else:
            return new_s
#         print(new_s)
    return new_s

• 实验结果：

Trans('appleBananaConment')

'apple_banana_conment'

Trans('appleHTTPBanana')

'apple_http_banana'

6、说下下采样的方法。然后比较抠easyensemble 概率分布的问题 好像和bias相关？

面试官一直在关注EasyEnsemble的抽样问题！

可参考：

• http://www.danniguo.com/index.php/archives/202/
• http://vividfree.github.io/机器学习/2015/12/15/model-calibration-for-logistic-regression-in-rare-events-data