微众19秋招数据挖掘大题

问答题

1.TF-IDF(词频-逆文档频率)算法是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。该算法在数据挖掘、文本处理和信息检索等领域得到了广泛应用，如在一篇文章中就可以找到它的关键词。请写出该算法的公式。

2. 案例分析：一座别墅在过去的20年里共发生过2次被盗事件，别墅的主人有一条狗，狗平均每周晚上叫3次，在盗贼入侵时狗叫的概率假定被估计为0.9，那么请问在狗叫的时候发生入侵的概率是多少？

3. 如何使用sql实现总成绩前3名（包含并列）的输出。

4. 假设太阳在一段时间内将要熄灭，请绘制地球人口随时间的变化图，并说明这样绘制的理由。