wb intevw

最新推荐文章于 2023-03-06 22:40:02 发布

城俊BLOG

最新推荐文章于 2023-03-06 22:40:02 发布

阅读量440

点赞数

分类专栏：经历

本文链接：https://blog.csdn.net/qxqxqzzz/article/details/82749772

版权

经历专栏收录该内容

40 篇文章 0 订阅

订阅专栏

1，knn计算的是什么和什么的距离，距离有几种，分别怎么计算

答：knn算法又叫k近邻算法，计算的是测试样本和训练样本的距离。是基于某种距离度量，找出训练集中与测试样本最靠近的k个训练样本。可以在分类任务中使用投票（k个样本中出现最多的类别作为预测结果），在回归任务中使用平均（k个样本的实值输出的平均值）。在KNN算法中，常用的距离有三种，分别为曼哈顿距离、欧式距离和明可夫斯基距离。详见：https://blog.csdn.net/sanqima/article/details/51276640

其他的数学距离：https://blog.csdn.net/wenbingoon/article/details/17251185

10种机器学习算法及python代码：https://www.cnblogs.com/sthu/p/8690723.html

2，什么是信息增益率，怎么计算

答：1）信息量： $P(x_{i})$ 代表随机事件X为 $x_{i}$ 的概率， $h(x)=-log_{2}p(x)$ 概率越小，信息量越大

2）信息熵：随机变量X的熵：

3）信息增益：c是类别的标识，取值情况是c1,c2,⋯,cnc1,c2,⋯,cn，n为类别的总数。特征X的信息增益：

其中，为分类系统的熵；

为特征X被固定时的条件熵。

4）信息增益率（信息增益比）：

注：在决策树算法中，ID3使用信息增益，c4.5使用信息增益比。详见：https://blog.csdn.net/bitcarmanlee/article/details/51488204

3，常见的深度学习算法及介绍

答：深度学习是机器学习的一个分支，深度学习是机器学习中的具有深层结构的神经网络算法，即机器学习>神经网络算法>深度神经网络（深度学习）。

Caffe：是一种常用的深度学习框架

SGD：随机梯度下降，是一种梯度下降优化算法，梯度下降是优化神经网络最常用的算法

SGD，BGD，MBGD，EASGD，Momentum,AdaGrad等各种梯度下降优化算法：https://cloud.tencent.com/developer/article/1012229

4，RNN，CNN

CNN（Convolution Neural Networks）卷积神经网络

RNN（Recurrent neural network）递归神经网络，递归神经网络（RNN）是两种人工神经网络的总称。一种是时间递归神经网络（recurrent neural network），又名循环神经网络，另一种是结构递归神经网络（recursive neural network）。

各种深度学习算法介绍：

1）https://github.com/KeKe-Li/tutorial

2）https://blog.csdn.net/abc200941410128/article/details/79269386

3)面试常问的深度学习(DNN、CNN、RNN)的相关问题：https://blog.csdn.net/xwd18280820053/article/details/76026523

5，对python的一个dict变量，按照其value进行排序

1）lambda表达式：lambda x:y

x表示输出参数，y表示lambda 函数的返回值

2）sorted函数：help(sorted)

sorted(iterable, /, *, key=None, reverse=False)：对可迭代的对象进行排序，返回一个排序后的列表

有两个可选参数：1）key可以是一个函数，用来对每一个可迭代的元素抽象一个比较方法，默认为None，直接比较元素

2）reverse 是一个布尔值，使用True表示逆序

注：sorted()函数排序结果稳定。

3）代码：

d = {'a':1,'b':5,'c':3}

# 方法一：lambda表达式简单搞定
e = sorted(d.items(),key=lambda item:item[1]) # item[0]指的dict的key，item[1]指的dict的value
# 这里key参数对应的lambda表达式的意思则是选取元组中的第二个元素作为比较参数
# 排序结果是一个元组组成的列表[(key, value),(key, value), ...]，
dict(e) # 这一句将这个列表重新转换为原来的字典。

# 方法二：字典推导式重新组装字典
b = {i:j for j,i in d.items()}
b = sorted(b.items())
dict(b)

注：

python3的dic.keys()返回的是dic_keys类型，dic.values返回的是dic_values类型，dic.items()返回的是dic_items类型，都可以转化为列表类型，加list()即可：list(dic_keys()), list(dic_values()), list(dic_items())