海康威视 算法 一面面经

1、介绍数据挖掘的过程

2、那个过程你最熟悉？数据清洗和模型评估

数据清洗：异常值怎么判断？箱型图：上界怎么定义？极端异常值怎么判断？

LOF的原理？代码会实现吗？ 样本服从t分布，怎么填补异常值

怎么填补?用缺失值填补，缺失值怎么处理？

平均值，众数代替，用模型预测，树模型怎么预测？

3、模型评价？分类：P-R图，F1值

样本不均衡，只对大样本有兴趣，怎么评价？

F1值问了一下

4、SQL：日销量，取前一天和后一天的销量差

日期和以0结尾的销量差？

5、Hadoop mapreduce怎么工作？

6、数据结构：n个数取top k

7、那个机器学习比较熟悉？svm

什么样的函数是核函数

如何去选择核函数，线性，高斯核函数。