Leokb24的博客

文章目录前言第一章 特征工程1. 特征归一化2. 类别性特征3. 组合特征处理4. 文本表示模型前言最近在准备暑期实习面试，正好看到一本书叫《百面机器学习》。粗略翻了下，感觉知识点还比较全面，但是有些知识点讲解不够细致。所以准备按照书中知识点的顺序复习一下，同时对其中一些内容进行补充总结。第一章 特征工程1. 特征归一化问题 特征归一化作用数据标准化（归一化）处理是数据挖掘的一项基础工...

暑期实习及提前批NLP岗面经记录旷视算法题搜狐问题算法题京东问题算法题网易原理算法题神州泰岳原理算法题旷视算法题矩阵最短路径窗口内最大值、求和扔鸡蛋搜狐问题batchnorm原理, 作用证明在n>=2个人中必有两个人他们在这n个人中朋友数相等算法题求一个数开方是不是整数(二分查找)求二叉树的最大路径和(leetcode 124)链表反转池子盛水(leet...

三层的:def sigmoid(x): """ Compute the sigmoid of x Arguments: x -- A scalar or numpy array of any size. Return: s -- sigmoid(x) """ s = 1/(1+np.exp(-x)) return sde...

文章目录SGD,Adam,momentum等优化算法比较一、最基本的优化算法1.SGD2.Momentum二、自适应参数的优化算法3.RMSprop4.Adam三、二阶近似的优化算法5.牛顿法及拟牛顿法SGD,Adam,momentum等优化算法比较1.选择哪种优化算法并没有达成共识2.具有自适应学习率（以RMSProp 和AdaDelta 为代表）的算法族表现得相当鲁棒，不分伯仲，但没有...

文章目录快排归并堆排序快排void quickSort(vector<int> &vec, int start, int end) { if (start < end) { int i = start, j = end; int middle = (i + j) / 2; swap(vec[j], vec[middle]); j--; while (...

文章目录二叉树的最大距离（即相距最远的两个叶子节点，编程之美，百度面试题）二叉树的最大距离（即相距最远的两个叶子节点，编程之美，百度面试题）int HeightOfBinaryTree(BinaryTreeNode*pNode, int&nMaxDistance){ if (pNode == NULL) return -1; //空节点的高度为-1 //递归 int nH...

机器学习面试知识点总结（五）决策树决策树学习特征选择信息增益熵条件熵信息增益信息增益比决策树的生成ID3算法C4.5算法CART算法CART的生成《百面机器学习》中相关问题补充决策树决策树主要优点是模型具有可读性，分类速度快。决策树的学习通常包括三个步骤：特征选择，决策树的生成和决策树的修剪。决策树学习决策树学习本质上是从训练数据集中归纳出一组分类规则。决策树学习的损失函数通常是正则化的...

第三章 经典模型（二）逻辑回归逻辑回归模型逻辑分布（logistic distribution）二项逻辑回归模型模型参数估计多项逻辑回归广义线性模型这篇复习第二个非常经典的模型——逻辑回归。《百面机器学习》中内容不是很全，所以与上篇SVM类似，先参考《统计学习方法》和CS229对相关知识点进行总结，再看下《百面机器学习》提到几个相关面试题。逻辑回归逻辑回归模型逻辑分布（logistic d...

百面机器学习笔记第三章 经典算法SVM1. 线性可分支持向量机**定义**几何间隔和函数间隔第三章 经典算法SVM（此部分主要参考李航老师的《统计学习方法》）支持向量机（support vector machines，SVM）是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划（convex quadr...

百面机器学习笔记第二章 模型评估1. 评估指标的局限性2. ROC曲线3. 余弦距离的应用4. A/B测试的陷阱5. 模型评估的方法6. 超参数调优7. 过拟合与欠拟合第二章 模型评估1. 评估指标的局限性问题1 准确率的局限性准确率是指分类正确的样本占总样本的比例，即Accuracy=ncorrectntotalAccuracy = \frac{n_{correct}}{n_{tot...

文章目录K-means原理numpy实现初始质心点的选择计算每个样例所属类别重新计算质心K-means之前面试遇到了要求手写K-means实现, 当时回答的不太好, 回来在网上搜了下, 发现这些代码虽然实现了功能, 但是没充分利用numpy矩阵的性质去优化, 所以在查了些资料后自己实现了一下.K-means原理原理网上一搜一大堆, 就不过多介绍了, 具体的流程如下:numpy实现K-m...