【秋招】算法岗的八股文之机器学习

推荐链接：
阿秀的学习笔记
JavaGuide中常见面试题总结
机器学习面试笔试求职必备八股文
朴素贝叶斯模型（naive bayes）
随机森林 – Random Forest | RF

机器学习

特征工程

1. 特征归一化的意义：特征归一化是数据预处理中重要技术。因为特征间的单位（尺度）可能不同，为了便于后续的下游任务中特征距离计算，为了消除特征间单位和尺度差异的影响，以对每维特征同等看待，需要对特征进行归一化。【把绝对值转为相对值，这样就能体现出哪一维特征的重要性】

2. 特征 / 向量之间的距离计算方法

   • 欧氏距离：衡量空间点的直线距离。n维向量之间的距离计算公式如下：
     $$\sqrt{\sum _{i=1}^n(x_i-y_i{)}^2}$$

   • 曼哈顿距离：两个点$(x_1,y_1)$、$(x_2,y_2)$之间的距离计算公式如下：
     $$\left|x_1-x_2\right|+\left|y_1-y_2\right|$$

   • 切比雪夫距离：两个点$(x_1,y_1)$、$(x_2,y_2)$之间的距离定义为其各座标数值差绝对值的最大值。
     $$max(\left|x_1-x_2\right|,\left|y_1-y_2\right|)$$

   • 余弦相似度：计算两个向量之间夹角的余弦值，余弦值接近1说明夹角趋近0，表示两个向量相似。余弦值越大表示向量越相似，取值区间[-1, 1]。多维向量之间的余弦值计算如下
     c o s Θ =