携程2019.9.4机器学习算法岗——自然语言处理方向线上笔试

这次笔试分为选择和编程两部分，选择题20道40分，编程题三道60分。

1. 选择题

不记得具体题目了，大致回忆一下能想到的考到的知识点：

1. 在Logistic Regression 中,如果同时加入L1和L2范数,会产生什么效果()
   A. 可以做特征选择,并在一定程度上防止过拟合
   B. 能解决维度灾难问题
   C. 能加快计算速度
   D. 可以获得更准确的结果
2. 极大似然估计（MLE）
3. 点击率预测
4. 随即森林：给定包含N个样本的数据集，经过m次有放回的随机抽样操作，得到T个含m个训练样本的采样集，每个样本数据集被选中的概率（）：
   解析：每个采样集只使用了初始训练集中约63.2%的样本【每个样本被抽到的概率是1/N,样本不被抽到概率就是1-1/N，总共抽了m次，第m次试验后样本不被抽到的概率是$(1-1/N{)}^m$,当m趋近于无穷大时，$(1-1/n{)}^m=1/e$,约等于36.8%】，另外抽不到的样本叫做out-of-bag(OOB) examples,这部分数据可以用于对决策树的性能进行评估，计算模型的预测错误率，称为袋外数据误差。
5. XGBOOST算法的时间复杂度和非缺失样本的数量呈线性关系，因此效率很高。

2. 编程题

2.1 列车时刻

题目：
有a, b, c, d四个目的地，输入规定好的列车时刻表，输入顺序为出发顺序，相同目的地的列车归为一组，要求尽可能多的分组，输出对应的各组中的车数，输出顺序与出发顺序一致，以空格隔开。
测试例：
输入：
aabbccd
输出：
2 2 4

2.2 ROC-AUC值

没想到会这么考NLP基础啊…
题目：
第一行输入样本数N，然后输入N行，每行输入样本类别和预测概率值，空格隔开（1为正样例，0为负样例），计算AUC的值。
输入：（不记得测试例的顺序了，只记得预测值了，后边根据输出值推测一下吧）
10
1 0.9
0 0.7
1 0.6
0 0.55
1 0.52
0 0.4
1 0.38
0 0.35
1 0.31
0 0.1
输出：
0.68

2.3 字符串匹配

题目：
输入多行，每行一组字符串，如果该组字符串可以由某一字符串重复得到，输出True; 如果该字符串不可由某一字符串重复得到，那么输出False。注意：要求使用KMP算法实现，参加笔试时候没注意，快结束才看到，心累。
测试例：
输入：
abdacabda
abdacabdac
输出:
False
True

注： 能想起来的就这么多了，大家有参加同一笔试的可以补充一下。