本文分享了一位数据挖掘工程师在阿里巴巴电话面试中的经历，着重讨论了项目相关、机器学习、算法等核心内容。面试者详细介绍了项目特点、数据来源、特征向量处理以及异常值处理策略，同时深入探讨了线性与非线性分类器的差异与应用场景，以及如何解决过拟合问题、选择L1和L2正则化的方法。此外，文章还提到了如何高效寻找第k大的数，并总结了面试中关于机器学习知识的深入提问，强调了算法在实际应用中的重要性和复杂性。
项目相关
- 介绍项目
- 项目相比别人有什么优劣
- 项目的数据从哪里来
- 项目的特征向量的归一化与异常处理
- 项目的下载量
- 目前在研究什么
- 参加天猫大数据推荐算法成绩
机器学习
- 线性分类器与非线性分类器的区别及优劣；
- 特征比数据量还大时，选择什么样的分类器？
- 对于维度很高的特征，你是选择线性还是非线性分类器？
- 对于维度极低的特征，你是选择线性还是非线性分类器？
- 如何解决过拟合问题？
- L1和L2正则的区别，如何选择L1和L2正则？
- 随机森林的学习过程；
- 随机森林中的每一棵树是如何学习的；
- 随机森林学习算法中CART树的基尼指数是什么？
算法
- 如何找到第k大的数？
总结
机器学习知识中问的很细，不仅需要考虑算法本身，还需要考虑应用。
扫一扫
8464
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
