设为首页 - 加入收藏 ASP站长网(Aspzz.Cn)- 科技、建站、经验、云计算、5G、大数据,站长网!
热搜: 创业者 数据 手机
当前位置: 首页 > 大数据 > 正文

2017校招数据分析岗笔试#92;/面试知识点总结

发布时间:2021-01-16 17:11 所属栏目:125 来源:网络整理
导读:2017校招正在火热的进行,后面会不断更新涉及到的相关知识点。 尽管听说今年几个大互联网公司招的人超少,但好像哪一年都说是就业困难,能够进去当然最好,不能进去是不是应该也抱着好的期望去找自己满意的呢? 最近笔试了很多家公司校招的数据分析和数据挖掘

2017校招正在火热的进行,后面会不断更新涉及到的相关知识点。

尽管听说今年几个大互联网公司招的人超少,但好像哪一年都说是就业困难,能够进去当然最好,不能进去是不是应该也抱着好的期望去找自己满意的呢?

最近笔试了很多家公司校招的数据分析和数据挖掘岗位,今天(9.18r)晚上做完唯品会的笔试题,才忽然意识过来,不管题目简单也好、难也好,都要去切切实实的去掌握。毕竟不能永远眼高手低,否则最后吃亏的一定是自己。

知识点1:贝叶斯公式

贝叶斯公式:P(B|A)=P(A|B)*P(B)/P(A)

其中P(A)可以展开为

P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+…+P(A|Bn)*P(Bn)

(这在很多问答题或者选择题中都有用到)

知识点2:关联规则分析

主要考的是支持度和置信度。

知识点3:聚类

聚类之间类的度量是分距离和相似系数来度量的,距离用来度量样品之间的相似性(K-means聚类,系统聚类中的Q型聚类),相似系数用来度量变量之间的相似性(系统聚类中的R型聚类)。

最常用的是K-means聚类,适用于大样本,但需要事先指定分为K个类。

处理步骤:

1)、从n个数据对象中任意选出k个对象作为初始的聚类中心

2)、计算剩余的各个对象到聚类中心的距离,将它划分给最近的簇

3)、重新计算每一簇的平均值(中心对象)

4)、循环2-3直到每个聚类不再发生变化为止。

系统聚类适用于小样本。

知识点4:分类

有监督就是给的样本都有标签,分类的训练样本必须有标签,所以分类算法都是有监督算法。

监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”,也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据,而规则化参数是防止我们的模型过分拟合我们的训练数据,提高泛化能力。

1.朴素贝叶斯

1)基础思想:

对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,就认为此分类项属于哪个类别。

2)优点:

可以和决策树、神经网络分类算法相媲美,能运用于大型数据库中。

方法简单,分类准确率高,速度快,所需估计的参数少,对于缺失数据不敏感。

3)缺点:

假设一个属性对定类的影响独立于其他的属性值,这往往并不成立。(喜欢吃番茄、鸡蛋,却不喜欢吃番茄炒蛋)。

需要知道先验概率。

2.决策树

决策树是一种简单但广泛使用的分类器,它通过训练数据构建决策树,对未知的数据进行分类。决策树的每个内部节点表示在一个属性上的测试,每个分枝代表该测试的一个输出,而每个叶结点存放着一个类标号。

在决策树算法中,ID3基于信息增益作为属性选择的度量,C4.5基于信息增益比作为属性选择的度量,CART基于基尼指数作为属性选择的度量。

2)优点 :

  • 不需要任何领域知识或参数假设。

  • 适合高维数据。

  • 简单易于理解。

  • (编辑:ASP站长网)

网友评论
推荐文章
    热点阅读