2020年校招科大国创软件股份有限公司大数据算法岗笔试真题

最近（2019.9.30日）参加了科大国创软件公司的算法工程师笔试，做的试卷内容主要偏大数据挖掘，试题内容如下，现在给出一些参考答案，如有错误和疑问，可以在后面给出评论。

---

 

1 选择题

1.1 下列有关k-mean算法说法正确的是（）

A：能自动识别类的个数，随机挑选初始点为中心点计算

B：数据数量不多时，输入的数据的顺序不同会导致结果不同

C：不能自动识别类的个数，不是随机挑选初始点为中心点计算

D：初始聚类中心的选择对聚类结果的影响很大

答案：D

解析：

参考链接：https://www.nowcoder.com/questionTerminal/827a43485c4842a1a1485c2f23999468?toCommentId=120916

                  Kmeans聚类算法详解

对于A选项（错误），k-means算法无法自动识别聚类类别个数，需要给定k值和k个初始化类簇中心，其中类簇中心是随机挑选的。

对于B选项（错误），优化目标函数的过程中，都遍历所有的点，输入数据的顺序对结果没有影响。

对于C选项（错误），解释同A，k-means算法不能自动识别类的个数，但是需要随机挑选初始点为中心点（类簇中心）。

对于D选项（正确），初始聚类（类簇）中心的选择对聚类结果的影响很大。

 

1.2 Nave Bayes是一种特殊的Bayes分类器，特征变量是X，类别标签是C，它的一个假定是（）

A：各类别的先验概率P(C)是相等的

B：以0为均值，sqr(2)/2为标准差的正态分布

C：特征变量X的各个维度是类别条件独立随机变量

D：P(X|C)是高斯分布

答案：C

解析：

参考链接：https://www.nowcoder.com/questionTerminal/a70b214b42194248a1bdf73c1daf1c3a?pos=26&orderByHotValue=1&difficulty=00010

朴素贝叶斯成立的条件就是每个变量相互独立，故C正确。

 

1.3 以下几种模型方法属于判别式模型（Discriminative Model）的有（）

1）混合高斯模型      2）条件随机场模型      3）区分度模型      4）隐马尔科夫模型

A：2，3

B：3，4

C：1，4

D：1，2

答案：A

解析：

参考链接：机器学习：生成式模型和判别式模型

这个题目还是很重要且基础的，看下图

 

1.4 已知列表a=[1,2,3,5,6], 当执行a.insert(4,9)命令后，a的值为（）

A：[1,2,3,5,6,4,9]

B：[1,2,3,4,5,6,9]

C：[1,2,3,5,9,6]

D：[1,2,3,9,5,6]

答案：C

解析：

这个题目考察python中对列表的常规操作，需要注意的是列表的insert()方法直接对列表进行改变，并不会创建副本，并返回相应修改过后的副本，insert(a,b)相当于在列表的第a个索引位置插入一个值为b的元素，对应于a.insert(4,9)则相当于在第4个位置插入一个值为9的元素，则现在a的值变为[1,2,3,5,9,6]

 

1.5 已知字符串x='hello world'，那么执行语句x.replace('hello','hi')后x的结果是（）

A：‘hello world’

B：'hillo world'

C：'hi world'

D：'world'

答案：A

解析：

首先需要明白，python中调用一个对象的一个方法后，对象的变化情况无外乎两种情况。一种是函数无返回值，通过对象调用方法则直接对对象进行操作，操作后对象的值发生变化；另一种是通过对象调用方法，首先创建一个对象副本，然后对该副本执行方法的操作，操作后返回已经改变了的副本，这个时候其实对象本身没有变化。上题中insert()方法相当于第一种情形，而本题中属于第二种类型，当x = 'hello,world'，当执行x.replace('hello','hi')时，首先创建一个x的副本,然后对该副本执行'hello' -> 'hi'替换操作，之后返回替换后的副本,也就是x.replace('hello','hi')的值为返回值。也就是'hi world'，但是x的值本身并没有变化，故仍然为'hello world'，选择A

 

1.6 下面哪种函数定义的方式不合法（）

A：def fun(**args)

B：def fun(arg=1)

C：def fun(*args,a=1)

D：def fun(a=1,*args)

答案：C

解析：牛客网试题

1 在Python2中，C选项是错误的。因为a=1被当做了默认参数，而默认参数只能在可变参数之前。

Python参数顺序：必选参数、默认参数、可变参数和关键字参数。

2 在python3中，C选项是对的，因为a=1被当做了命名关键字参数，而命名关键字参数需要在可变参数之后

Python3参数顺序：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

 

1.7 一段代码执行如下：

def funa(a):
    def funb(b):
        Return a ** b
    Return funb

则下列正确的描述是：

A：funa(2)(3)=8

B：funa(2)(3)=6

C：funa(2,3)=8

D：funa(2,3)=6

答案：A

解析：

 

1.8 下列代码执行的结果是（）

a = map(lambda x: x ** 3,[1,2,3])

A：[3,6,9]

B：[1,2,3]

C：[1,8,27]

D：[3,8,29]

答案：C

解析：

1 在python2中，map()直接返回一个列表，答案为C

2 在python3中，map()直接返回一个迭代器，需要通过list()函数转化一下才行

 

1.9 以下哪种不是Python元组的定义方式（）

A：（1）

B：（1，）

C：（1，2）

D：（1，2，（3，4））

答案：A

解析：

考察元组的基础知识

元组的元素相当于一个常量，程序只能使用它的值，却不能对它重新赋值。

但是，要定义一个只有1个元素的tuple，不能这样定义：t = (1)

因为定义的不是tuple，是1这个数！这是因为括号()既可以表示tuple，又可以表示数学公式中的小括号，这就产生了歧义，因此，Python规定，这种情况下，按小括号进行计算，计算结果自然是1

python中规定定义一个只有一个元素的元组时候，这样定义：t = (1,)

 

1.10 下面的代码运行后，a,b,c,d四个变量的值运行错误的是（）

import copy
a = [1,2,3,4,['a','b']]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)
a.append(5)
a[4].append('c')

A：a=[1,2,3,4,['a','b','c'],5]

B：b = [1,2,3,4,['a','b','c'],5]

C：c = [1,2,3,4,['a','b']]

D：d = [1,2,3,4,['a','b']]

答案：C

解析：牛客网试题

               Python的传值和传址与copy和deepcopy

首先说下Python里面的传值和传址。下面列出Python中传值和传址操作相对应的数据类型。

传值：数字（整型，浮点型，bool型等），字符串，元组

传址：列表，字典

首先本题的a为列表，则对应传址。传值与传值最大的区别在于--如果函数里面（函数外面的引用）对传入的参数重新赋值，函数外的全局变量是否相应改变，用传值传入的参数是不会改变的，用传址传入就会。

本题b=a，则当a改变时，b会相应的改变，当a=[1,2,3,4,['a','b','c'],5]，b也变为[1,2,3,4,['a','b','c'],5]，故选项A和选项B正确。

对于copy()和deepcopy()的用法，主要在于想新建一个与a的值相等的b变量，同时b的值与a的值没有关联

但是当列表或字典参数里面的值是列表或字典时，copy并不会复制参数里面的列表或字典，这时就要用到deepcopy了

所以C错误，D（不变）正确

详细的解法请看这篇：Python中copy()和deepcopy()的区别

---

2 简答题

2.1 在机器学习中，出现过拟合怎么解决？

答案：可以通过

L1和L2正则化

添加dropout层

使用早停策略

增大训练数据样本

适当减小网络的复杂结构

使用keras、tf框架中的checkpointer，实时监控最好的模型

 

2.2 简述Python中的List、Set、Dict的主要特点以及他们的应用场景

---

3 数学题

3.1 某高中三年级统考数学、物理、化学三门课程，成绩统计结果是，至少有一门课得满分的有130人，其中数学满分的62人，物理满分的53人，化学满分的67人，数学、物理都得满分得19人，物理、化学都得满分的20人，数学、化学都得满分的22人。问：有且只有两门课程得满分的有多少人

 

3.2 线性回归参数推导过程-最小二乘法

 

 

 

 

 

 

 

 

---