算法岗面试问题总结(二)

1.SVM的loss是啥?

SVM的损失函数是合页损失,合页损失函数不仅仅惩罚错误的预测,还惩罚不自信的成功预测。因此,我们在不过度关注准确性的实时决策时使用它。
在这里插入图片描述
第一项是损失函数,第二项是正则化,防止过拟合。在损失函数零区域内的都是非支持向量,并不参与最终超平面的决定,这是支持向量最大的优势。对训练样本的依赖大大减少,训练效率高。

除此之外,损失函数还可以是指数损失y=exp(-x)和对率损失y=log(1+exp(-x))

2.kmeans聚类如何选择初始点?

kmeans是一种无监督算法。聚类需要确定两个点

  • 如何选择聚类的类别数目
  • 如何选择初始聚类的位置
    (1)确定聚类数目的方法是“手肘法”,即将所有可能聚类的类别数目都列举出来,寻找它们对应的损失函数。在损失函数产生拐点的地方就是我们需要确定的类别。如有100个样本,则可能的类别是2~100类,计算每个可能类别数目下的损失函数
    在这里插入图片描述
    (2)确定初始点的位置:
  • 随机选择n个类的初始点;
  • 计算其他样本到这n个初始点的距离,将所有样本分成n类;
  • 在n类的每一个类内作平均,确定新的聚类中心;
### 算法面试常见问题总结 算法位的面试通常会涉及多个方面的考察,包括但不限于基础理论、编程能力以及实际应用中的解决问题的能力。以下是针对算法面试的一些常见问题及其解决思路: #### 基础知识部分 基础知识是算法面试的核心之一,涵盖了数据结构与算法的设计和实现。 - **链表操作** 如何反转单向链表是一个常见的问题。可以通过迭代或者递归的方式完成这一任务[^1]。 ```python class ListNode: def __init__(self, val=0, next=None): self.val = val self.next = next def reverseList(head: ListNode) -> ListNode: prev = None curr = head while curr is not None: temp = curr.next curr.next = prev prev = curr curr = temp return prev ``` - **叉树遍历** 实现前序、中序和后序遍历也是经典问题。可以采用递归方法轻松处理这些问题[^2]。 ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def preorderTraversal(root: TreeNode): if root is None: return [] result = [root.val] result += preorderTraversal(root.left) result += preorderTraversal(root.right) return result ``` #### 编程实践部分 除了纯理论的知识外,还需要具备一定的实战经验,尤其是在面对具体业务场景时如何优化解决方案。 - **动态规划** 动态规划是一种重要的解题策略,在求解最短路径等问题中有广泛应用。例如斐波那契数列可以用动态规划高效计算[^3]。 ```python def fib(n: int) -> int: dp = [0]*(n+1) if n >= 1: dp[1] = 1 for i in range(2,n+1): dp[i] = dp[i-1]+dp[i-2] return dp[n] ``` - **深度优先搜索 (DFS)** 和 广度优先搜索 (BFS)** DFS/BFS 是图论中最基本的操作方式,可用于迷宫探索等多种场合。下面展示了一个简单的 BFS 示例用于寻找无权图两点间距离[^4]。 ```python from collections import deque def bfs(graph, start_node, end_node): visited = set() queue = deque([(start_node, 0)]) while queue: node, dist = queue.popleft() if node == end_node: return dist if node not in visited: visited.add(node) neighbors = graph[node] for neighbor in neighbors: if neighbor not in visited: queue.append((neighbor, dist + 1)) return -1 ``` #### 面试技巧分享 为了更好地应对算法面试,可以从以下几个方面入手准备: - 复习并熟练掌握常用的数据结构及相应算法; - 练习历年真题,熟悉高频考点; - 学会在有限时间内清晰表达自己的思考过程,并逐步完善答案; ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值