腾讯基础研究一面面经

1、自我介绍

2、你的方向是电磁为什么要报这个岗位呢

3、说一下这个比赛（2016编程之美挑战赛），你主要是负责什么的

4、写一个题吧，给你一个字符串为ip地址，例如“192.0.0.1”，把它转换成一个32位的整数。

     

     一开始没有理解题意，以为是要将四个ip地址的数字拼起来，就问面试官这个整数可能有12个位数，是不是要用longlong存，面试官解释是将每一个数字存成八位，于是开始写

#include <iostream>

#includd <string>

using namespace std;

unsigned int Trans(string s)

{

     unsigned int res = 0, temp = 0;

     for(int i = 0; i < s.size(); i++)

     {

          if(s[i] <= '9' && s[i] >= '0')

          {

               temp = temp * 10 + s[i] - '0';

          }

          else

          {

               res <<= 8;

               res |= temp;

               temp = 0;

          }

     }

     res <<= 8;

     res |= temp;

     return res;

}

int main(void)

{

     string s;

     cin >> s;

     if(s == NULL || s.size() == 0)

     {

          cout << -1 <<end;

          return 0;

     }

     unsigned res = Trans(s);

     cout << res << endl;

     return 0;

}

     面试官指出Trans函数没有异常处理，问如果数字大于255会有什么结果，还有为什么要先左移后与，其实先与再左移会比较好。

5、你都比较了解哪些机器学习的模型呢

     比赛用过随机森林，SVM也比较了解。

     

     那你说一下随机森林的随机都体现在什么地方呢？

     主要体现在样本的抽取和建立决策树的特征选择方面，对于N个样本，M个特征，对于每一棵决策树在取样本的时候是从N个样本中有放回的取出n个来建树，同时建树的特征也是从M个特征中随机选取m个作为这棵决策树的特征，因此就避免了过拟合，体现了随机性。

     那随机森林和GBDT有什么区别呢？

     

     GBDT中每一棵树都是以上一棵树的残差作为目标值建树的，而随机森立每棵树都是相对独立的

     未能答全面

     随机森林既可以是分类树也可是回归树，但GBDT只能是回归树

     随机森林由于树与树之间相对独立，因此可以并行生成，GBDT只有在上一棵树建立完成后才能进行下一棵树的建立

     随机森林对异常值不敏感，GBDT反之

     GBDT是基于权值的弱分类器的集成

     随机森林是通过减少模型方差提高性能，GBDT是通过减少模型偏差提高性能

     那说一下随机森林和GBDT误差函数的区别（记不太清问题了）

     没答上来，待补充……

6、你知道逻辑回归么？写一下表达式

     

     P(y = 1) = 1 / (1 + exp(theta * x))

     P(y = 0) =  1 - P(y = 1)

     P(y) = P(y = 1) ^ y * (1 - P(y = 1)) ^ (1 - y)

     它的图是怎样的？

     画了图。。。

     那逻辑回归怎么对特征进行离散化，或者你都了解哪些离散化特征的方法呢？为什么？

     概念不太清晰，之前看过但是问到的时候一时想不起来

     

      连续性变量转化成离散型变量大致有两类方法：

     （1）卡方检验方法；

     （2）信息增益方法；

     一： 卡方检验方法

     1.1 分裂方法

     1.2 合并方法

     分裂方法，就是找到一个分裂点看，左右2个区间，在目标值上分布是否有显著差异，有显著差异就分裂，否则就忽略。这个点可以每次找差异最大的点。合并类似，先划分如果很小单元区间，按顺序合并在目标值上分布不显著的相邻区间，直到收敛。

     二：信息增益方法

     2.1 分裂方法

     2.2 合并方法

     这个和决策树的学习很类似。分裂方法，就是找到一个分裂点看，左右2个区间，看分裂前后信息增益变化阈值，如果差值超过阈值（正值，分列前-分裂后信息熵），则分裂。每次找差值最大的点做分裂点，直到收敛。合并类似，先划分如果很小单元区间，按顺序合并信息增益小于阈值的相邻区间，直到收敛。

     特征组合是什么？

     没答上来

7、你都知道哪些聚类的方法？

     k-means，层次聚类（问还有没有别的，实在是不太清楚了）

      1.k-mean聚类分析 适用于样本聚类；

     2.分层聚类 适用于对变量聚类；

     3.两步聚类 适用于分类变量和连续变量聚类；

     4.基于密度的聚类算法；

     5.基于网络的聚类；

     6.机器学习中的聚类算法；

     k-means 在使用的时候，选的点的不同可能影响结果，问怎么选点？

     没答上来

     

8、KNN的距离都有哪些，最常用的是什么？

     有欧式距离、曼哈顿距离，欧氏距离较常用（答的不对，面试官反问了一下，还有别的答案）