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。

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
  
  （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；