孤立森林算法_图像算法 面试积累

1. VGG中为什么用 3*3的卷积？

  VGG16相比AlexNet的一个改进是采用连续的几个3x3的卷积核代替AlexNet中的较大卷积核（11x11，7x7，5x5）
  目的是: 1 VGG中，使用了3个3x3卷积核来代替7x7卷积核，使用了2个3x3卷积核来代替5*5卷积核，目的训练降低参数
          2 采用堆积的小卷积核是优于采用大的卷积核，因为多层非线性层可以增加网络深度来保证学习更复杂的模式

2. SVM中什么时候用线性核什么时候用高斯核?

SVM支持向量机，一般用于二分类模型，支持线性可分和非线性划分。SVM中用到的核函数有线性核linear、
多项式核函数pkf以及高斯核函数rbf。当训练数据线性可分时，一般用线性核函数，直接实现可分；
当训练数据不可分时，需要使用核技巧，将训练数据映射到另一个高维空间，使再高维空间中，数据可线性划分，

但需要注意的是，若样本n和特征m很大时，且特征m>>n时，需要用线性核函数，因为此时考虑高斯核函数的映射后空间维数更高，
更复杂，也容易过拟合，此时使用高斯核函数的弊大于利，选择使用线性核会更好；若样本n一般大小，特征m较小，
此时进行高斯核函数映射后，不仅能够实现将原训练数据再高维空间中实现线性划分，而且计算方面不会有很大的消耗，
因此利大于弊，适合用高斯核函数；若样本n很大，但特征m较小，同样难以避免计算复杂的问题，因此会更多考虑线性核。

2.2 多态 （子类继承父类， 并且覆写父类方法，java中 将子类的对象赋给父类的引用）

import 

3. __init__.py的作用

Python杂谈: __init__.py的作用​www.cnblogs.com python 中的__init__.py的用法与个人理解​www.cnblogs.com

1.标识该目录是一个python的模块包(module package)
2.配合__all__ 关联了一个模块列表，控制模块导入 from ... import *
  __init__.py 修改为 __all__ = ['subpackage_1', 'subpackage_2']

总结:__init__.py 文件就是一个正常的python代码文件,因此可以将初始化代码放入该文件中

我们可以组织一个package

3.2 明确函数形参的 数据类型 方便自己阅读代码

# py 没有具体的参数类型这种写法能起到类似多态的作用，使得函数不必指定具体的对象类型，增加了灵活性。

4.k-means算法的步骤，及有缺点以及与DBSCAN的区别

https://www.cnblogs.com/hugechuanqi/p/10509307.html​www.cnblogs.com

k-means优点：
1.原理比较简单，实现也是很容易，收敛速度快， 聚类效果较优
2.算法的可解释度比较强，主要需要调参的参数仅仅是簇数k。

k-means缺点：
1.K值的选取不好把握
2.对噪音和异常点比较的敏感
3.采用迭代方法，得到的结果只是局部最优，对于不是凸的数据集比较难收敛。

5. canny 边缘检测步骤

图像处理：Canny边缘检测算法原理（一）_YBAdiam的博客-CSDN博客​blog.csdn.net

6.dlib (hog +svm) hog 特征提取步骤

HOG特征提取原理_沈春旭的博客-CSDN博客​blog.csdn.net

HOG特征提取算法的实现过程：
HOG特征提取方法就是将一个image（你要检测的目标或者扫描窗口）：
1）灰度化（将图像看做一个x,y,z（灰度）的三维图像）；
2）采用Gamma校正法对输入图像进行颜色空间的标准化（归一化）；
目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；
3）计算图像每个像素的梯度（包括大小和方向）；主要是为了捕获轮廓信息，同时进一步弱化光照的干扰。
4）将图像划分成小cells（例如6*6像素/cell）；
5）统计每个cell的梯度直方图（不同梯度的个数），即可形成每个cell的descriptor；
6）将每几个cell组成一个block（例如3*3个cell/block），一个block内所有cell的特征descriptor串联
   起来便得到该block的HOG特征descriptor。
7）将图像image内的所有block的HOG特征descriptor串联起来就可以得到该image（你要检测的目标）的HOG
   特征descriptor了。这个就是最终的可供分类使用的特征向量了。

目标检测的图像特征提取之（三）Haar特征_liulina603的专栏-CSDN博客​blog.csdn.net

Haar特征：Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。
特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。
核心思想是通过 差分提取特征

Isolation Forest

异常检测iforest算法介绍_u010569893的博客-CSDN博客​blog.csdn.net

Isolation Forest 孤立森林 属于unsupervised的方法，即不需要有标记的训练： 异常检测方法，
iForest 适用于连续数据的异常检测，将异常定义为 容易被孤立的离群点。 具体的，确定一个维度的特征，
并在最大值和最小值之间随机选择一个值 x ，然后按照小于 x 和 大于等于x 可以把数据分成左右两组。
然后再随机的按某个特征维度的取值把数据进行细分，重复上述步骤，直到无法细分，
直到数据不可再分。直观上，异常数据较少次切分就可以将它们单独划分出来，而正常数据恰恰相反。
sklearn.ensemble.IsolationForest
contamination:默认为auto，数据集中异常样本的比例

优点：高精准度
缺点： iForest不适用于特别高维的数据

One-Class SVM

Python机器学习笔记：One Class SVM​www.cnblogs.com

One-Class SVM 是一种novelty detection方法：它的训练集不应该掺杂异常点，因为模型可能会去匹配这些异常点。
但在数据维度很高，或者对相关数据分布没有任何假设的情况下，OneClassSVM也可以作为一种很好的outlier detection方法。

novelty(奇异) detection:当训练数据中没有离群点，我们的目标是用训练好的模型去检测另外发现的新样本
outlier(异常) detection:当训练数据中包含离群点，模型训练时要匹配训练数据的中心样本，忽视训练样本中的其他异常点

算法的思路非常简单，就是寻找一个超平面将样本中的正例圈出来，预测就是用这个超平面做决策，
在圈内的样本就认为是正样本。由于核函数计算比较耗时，在海量数据的场景用的并不多
class sklearn.svm.OneClassSVM(kernel=’rbf’, degree=3, ...)  rbf: 高斯核函数

RF与GBDT之间的区别与联系

相同点：
1)都是由多棵树组成
2)最终的结果都由多棵树共同决定

不同点：
1)组成随机森林的树可以分类树也可以是回归树，而GBDT只由回归树组成
2)组成随机森林的树可以并行生成(Bagging), GBDT只能串行生成(Boosting)
3)随机森林的结果是多数表决表决的,而GBDT则是多棵树加权累加之和
4)随机森林对异常值不敏感,而GBDT对异常值比较敏感
5)随机森林是减少模型的方差(高方差/过拟合),而GBDT是减少模型的偏差(高偏差/欠拟合)
6)随机森林不需要进行特征归一化,而GBDT则需要进行特征归一化

谈谈你对重写，重载理解

谈谈你对重写，重载理解
    函数重载 Overload:
    必须在同一个类中进行
    在一个类中，同名的方法如果有不同的参数列表（参数类型不同、
                           参数个数不同甚至是参数顺序不同）则视为重载
    重载的时候，返回值类型可以相同也可以不相同

    函数重写 Override:
    必须发生于父类与子类之间(继承)
    子类 在方法名，参数列表，返回类型都相同的情况下, 对方法体进行修改或重写，这就是重写
    使用virtual声明之后能够产生多态(如果不使用virtual，那叫重定义)

设计模式基本原则

设计模式基本原则:   最终目的：高内聚，低耦合
 1)  开放封闭原则  (OCP,Open For Extension, Closed For Modification Principle)
     类的改动是通过增加代码进行的，而不是修改源代码。
 3)  依赖倒置原则 (DIP,Dependence Inversion Principle)
     依赖于抽象(接口),不要依赖具体的实现(类)，也就是针对接口编程。
 7)  迪米特法则(LOD,Law of Demeter)
     一个对象应当对其他对象尽可能少的了解，从而降低各个对象之间的耦合，提高系统的可维护性。

 设计模式 的核心是多态的应用：
        C++多态成立的三个条件:
         1 要有继承
         2 有virtual重写
         3 要有父类指针（父类引用）指向子类对象  Animal * animal = new Cat;

C++ 与 python 单例模式实现

/** 单例模式的定义是：保证一个类、只有一个实例存在，同时提供能对该实例加以访问的全局访问方法

class