5.22 阿博茨科技 面试总结

一、介绍体育新闻分类项目
二、n_Gram与IT-IDF的区别
n_Gram可以用于字符串模糊匹配，n为匹配的单词位数，n一般为2或3。可以用于词分类。
n_Gram可以评价一个句子是否合理，区别两个字符串的差别水平。
IT-IDF又称词频-逆向文章频率，是由IT*IDF构成，IT为词频代表单一文本出现词的频率，假设3张纸上写上不同的话，IT为单一张纸上出现有‘你好’这个词，那IT就是你好这个词在一张纸上出现的频率，IDF的值取决于词在这三张值中的分布，如果’你好‘在单一纸上出现，并且词频很高，那么IDF值也会很高，如果’你好‘在三张纸上都出现且分布均等，则IDF值会很低。
我们通常使用词袋模型与IT-IDF矩阵混合使用，来进行文本词的区分，如果通过词袋对文本筛选出一些高热度词汇，再通过IT-IDF计算权值，这样IDF值越大的词说明分类的效果越好。
三、SVM与logisticRegression的使用及原理
四、SVM和logisticRegression的调参
五、python中有哪些数据结构
int string float list dict Tuple set
六、list和Tuple的区别list和集合的区别
list 是什么列表就好比我们通常购物的清单，清单通常是可以不断积累下去的，并且清单上的物品是可以重复的。而列表也一样列表正是这样的，可以重复的
元组（Tuple）
元组和列表大致属性相同，不同点为Tuple只是可读的，元组内的数值不可以改变，元组通常为双小括号表示。
set（集合）
集合与数学中的集合大致相同，集合通常可以用来去重操作，也就是说集合中的元素不会出现重复。
字典（dict）
字典的表示形式通常为键值对的形式，字典的最大价值为查询，key值只可为不可变类型如元组、浮点型、int、string