2021年9月字节跳动商业广告，算法岗面试题分享！

问题1、SVM相关，怎么理解SVM，对偶问题怎么来的，核函数是怎么回事。

SVM是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机。

SVM为什么要将原始问题转换为对偶问题来求解，原因如下：

• 对偶问题将原始问题中的约束转为了对偶问题中的等式约束；
• 方便核函数的引入；
• 改变了问题的复杂度。由求特征向量w转化为求比例系数a，在原始问题下，求解的复杂度与样本的维度有关，即w的维度。在对偶问题下，只与样本数量有关。

核函数的使用实际上是增加维度，把原本在低维度里的样本，映射到更高的维度里，将本来不可以线性分类的点，变成可以线性分类的。

文末免费送电子书：七月在线干货组最新 升级的《名企AI面试100题》免费送！

问题2、集成学习的方式，随机森林讲一下，boost讲一下，XGBOOST是怎么回事讲一下。

集成学习的方式主要有bagging，boosting，stacking等，随机森林主要是采用了bagging的思想，通过自助法（bootstrap）重采样技术，从原始训练样本集N中有放回地重复随机抽取n个样本生成新的训练样本集合训练决策树，然后按以上步骤生成m棵决策树组成随机森林，新数据的分类结果按分类树投票多少形成的分数而定。

boosting是分步学习每个弱分类器，最终的强分类器由