360 智能城市-机器学习岗实习 面经2019 （已拿offer）

一面

主要了解项目相关内容

xgboost，lightGBM

机器学习评价指标

手撕代码：字符串的修改

小B最近迷上了字符串处理技术，他设计了各种处理方式，并计算字符串的属性。这次也不例外，他定义了一种新的字符置换方式。小B研究的字符串由ASCII码字母和“.”构成，这次的研究对象是“.”。他关心的对象是字符串中出现的连续两个“.”。若每次操作把其中最开始的连续两个“.”以一个“.”替代，则可以将函数f(s) 定义为使得串中不出现连续两个“.”的最小置换次数。现考虑m个字符替换操作，每次将指定位置的字符替换为给定的字符，求替换后函数f(s)的值。

二面

1.特征工程怎么做？
整体一个流程是怎么样的？
提到缺失值的处理，异常值处理，
问了DBSCAN与Kmeans的区别，问了Kmeans的复杂度

2.离散特征，连续特征，连续特征转离散特征怎么转，作用是什么（其实是在问分箱的原理，类型和作用）

3. one-hot编码怎么做的，有什么作用

4.特征选择的三类方法，
过滤法常见哪些指标，
信息增益怎么算的？
嵌入法L2正则与L1正则的区别，作用

5.熟悉的机器学习模型聊了一下LR和SVM
对比了一下
SVM的硬间隔和软间隔
损失函数HingleLoss

6.推荐系统的项目描述一遍
里面特征怎么弄的，
用了哪些模型，GBDT的特点与优势在哪里，xgboost和lightGBM呢
后续准备继续优化当前的模型，还是考虑新的模型（新模型 deep&cross,deepFM，DIN）

7.tensoflow与spark？马上说spark刚开始学，自己开始搭，然后问tensorflow有没有自己实现过模型，然后问了里面的estimators和feature_column，
feature_column是什么我一脸懵逼，然后他解释说是把数值型特征跟类别型特征串起来，不太懂

8. 手撕代码：最大子数组和

HR面

常规问题：优势与不足，有没有offer，实习时间等