保研面试高频问题——day1

1.你觉得参加建模类的比赛对你大学生活发挥着怎样的作用？

答：感谢老师的提问，参加建模类比赛对大学生活具有显著的积极影响。它不仅锻炼了我的数学建模和计算机编程技能，还提升了我的团队协作和沟通能力。在解决复杂问题的过程中，我学会了创新思维和方法，增强了解决问题的能力。此外，这些比赛还帮助我建立了广泛的学术网络，结识了来自不同领域的专家和同学。获奖的经历不仅丰富了我的学术背景，也为我的保研和职业发展提供了有力支持。通过这些比赛，我更加自信地展示自己，为未来的学术和职业生涯打下了坚实的基础。

2.你为什么六级没过？

答：感谢老师的提问，本科期间没过六级确实是我在学习方面的失责，也是我最遗憾的事情。我反思了自己没过六级的主要原因是对自己时间安排的不合理以及对英语考试的策略不够了解。针对上诉问题，我已经制定了详细的学习计划并且利用各种资源提高我的英语能力比如参加英语在线课程和英语角等。尽管我没有通过六级但是我在我的专业领域有着扎实的专业基础和研究经验。我计划在大四期间利用课余时间加强英语学习，争取通过六级以满足学术交流的需求。回答完毕，再次感谢老师的提问。

3.如何确定Kmeans的k值？

答：感谢老师的提问，确定K均值聚类中的K值通常可以通过以下几种方法：
肘部法则：通过观察不同K值下聚类中心数与聚类总误差平方和（SSE）的关系，选择SSE下降速率骤减的点作为K值。
交叉验证：使用K折交叉验证，计算不同K值下的聚类效果，选择效果最好的K值。
综合这些方法，可以更科学地确定K值，从而获得更好的聚类效果。回答完毕

4.如何优化Kmeans？

答：可以考虑使用kmeans++来改进模型。

kmeans++对比kmeans的区别和优点如下：

K-means++ 是 K-means 聚类算法的一种改进版本，主要区别和优点如下：
1. 初始中心选择：
K-means：通常随机选择初始聚类中心，这可能导致算法陷入局部最优解，影响聚类效果。
K-means++：采用一种更智能的方法选择初始聚类中心，以减少陷入局部最优的风险。
2. 初始中心选择过程：
K-means++：首先随机选择一个点作为第一个聚类中心。然后，对于每个尚未被选为聚类中心的点，计算其与已选聚类中心之间的距离，并根据距离的平方来选择下一个聚类中心，距离较远的点被选为聚类中心的概率更高。这个过程重复进行，直到选择 K 个聚类中心。
3. 收敛性：
K-means++：由于初始聚类中心的选择更加合理，K-means++ 通常能够更快地收敛到全局最优或接近全局最优的解。
4. 聚类效果：
K-means++：相比 K-means，K-means++ 能够获得更均匀、更紧凑的聚类结果，提高了聚类的质量和一致性。
5. 算法稳定性：
K-means++：由于初始聚类中心的选择更加稳定，K-means++ 在多次运行时能够得到更一致的聚类结果。
6. 计算复杂度：
K-means++：虽然在选择初始聚类中心时增加了一些计算量，但相比于 K-means 可能需要多次运行以避免局部最优，K-means++ 的总体效率可能更高。
7. 适用性：
K-means++：适用于数据点分布不均匀或初始聚类中心选择对结果影响较大的情况。
总结来说，K-means++ 通过改进初始聚类中心的选择方法，提高了聚类算法的稳定性和聚类效果，减少了对随机性的依赖，是 K-means 算法的一个重要改进。
5.你的论文的优点和缺点？

答：感谢老师的提问，我认为我的论文的优点主要包括在建立评估模型的时候使用䮣权法和层次分析法，使用主客观相结合的方法求取指标权重已保证权重的客观性，并且在层次分析法中我们团队没有使用传统的9标度的方法而是创造性的使用3标度的方法使模型更加简便。此外我们在使用机器学习的Kmeans聚类分析对模型结果进行聚类时，对于k值的选取并不是随机的而是使用肘部法则和交叉验证法取得，使聚类结果更加清晰准确。

我论文的缺点主要是在撰写这篇论文受制于资源和精力的影响对于数据的收集和指标范围不够全面，我们团队也认识到这一部分的不足，接下来会进一步改进，已使达到较好的水平。

6.你为什么要发这样一篇论文？你的论文的研究内容和创新点是什么？

答：感谢老师的提问，

7.在大创项目中你主要负责什么？

我作为核心成员参与国家级大创项目，主要针对于农户增产不增收，农业生产智能化水平低我们团队开发了一款农产品交易平台和智慧农业监控系统，而我主要负责基于C2C模式的农产品交易平台以及实地考察并对收集的数据处理等工作旨在推进农业智能化生产。

如何开发农产品交易平台？

   开发农产品交易平台需要综合考虑市场调研、用户需求、技术实现和运营策略。首先，进行市场调研，了解目标用户和竞争对手。接着，进行需求分析，确定平台的核心功能，如商品展示、订单处理、用户和卖家管理。技术选型时，选择适合的编程语言、数据库和服务器。设计简洁易用的用户界面，确保良好的用户体验。开发过程中，重视安全性，实现数据加密和防止网络攻击。测试阶段，进行全面的测试，确保功能正常运行。上线后，进行营销推广，吸引用户和卖家。同时，提供客户服务，解决使用中的问题。最后，持续收集用户反馈，进行功能迭代和系统维护。

8.SEIC模型得构建过程？

答：感谢老师的提问，

9.你认为一篇优秀的论文应该具备什么？

答：感谢老师的提问，我认为应该具备 创新性，可行性，重要性，兴趣。

10.你对什么方向感兴趣？

答：感谢老师的提问，通过本科期间的学习，我对机器学习方向非常感兴趣，主要是因为在本科期间我参加一些学术竞赛其中或多或少用到了机器学习方面的知识，比如我在参加美国大学生数学建模竞赛中使用机器学习方面的Kmeans聚类分析算法对我建立模型的结果进行分类，取得分类效果，最后获得了一等奖。所以我以为在研究生阶段继续学习，争取成为一名优秀的科研工作者。

11.你有读博的想法吗？

答：感谢老师的提问，

12.为什么要来我们学校？

答：感谢老师的提问，

13.你收到其他学校的offer了吗？

答：感谢老师的提问，