2020.9.9搜狗算法面试一面

记住几个写几个吧

项目里一共写了3个项目，还都比较水，实在没啥写的了，把kaggle泰坦尼克号写上了，结果居然这个问了半个点。

项目里有逻辑回归和Xgboost,基本上都是围绕他们两个问的。(一下问题不是按顺序来的，我想起几道说几道，有时间更正确答案)

1分别介绍逻辑回归和XGboost

答

2.怎样防止过拟合，提到了L1和L2，让我写他们两个的公式

答

3.问的特别细，泰坦尼克号简历上的每一句话都问了，关联特征怎么判断，新特征都有啥，对于类别值one-hot编码的话会不会维度很高。有没有用过直接输入类别值的数模型（没听过，o(╥﹏╥)o）

答

4评估指标有什么，精确率，召回率，F1分数，ROC,AUC，提到ROC让我说计算公式，。。。果然记错了，面试官让我重复，又错了一遍。

5 GBDT与xgboost有什么区别

6.随机森林和xgboost有什么区别

7.还是泰坦尼克，提到的bagging和stacking怎么实现的

8.卡的最久的一道题xgboost叶子节点的输出值怎么算，提示了太久，说实话xgboost真实一知半解，后来面试官说求均值，吐血

9.xgboost正则化项是什么？

10.有个问题问的啥记不清了，还是不会，不过倒是面试官提到xgboost的二阶泰勒展开（o(╥﹏╥)o）

11.xgboost的节点怎么分裂

12.问我用过PCA吗，说没有，但是用过SVD，让我介绍

13.用LSTM自编码结构无监督怎么计算损失

14.什么是网络预训练（项目相关）

15.线性判别分析的原理

16，提取的图片的直方图统计特征是什么

17.介绍googLeNet.

18说下训练过程，如果数据为1000，batch为200，是训练5个batch就结束了吗？做shff

19.吴恩达老师的课程提到鸡尾酒算法介绍。（回去翻翻）

20.优化算法有哪些，介绍下，训练逻辑回归有啥

21.有没有直接处理类别数据的树型模型

22.了不了解常用的点击率预估模型

手撕代码两道：

1.给一个数组有正有负，计算最大和。

2.二分查找，返回位置。

（两道题都出了点小bug,尤其第二个，面试官提示应该判断一下给定的数组元素个数是否为0）