头条提前批一面分享

1.AUC

AUC是指曲线下面积，一般用于ROC（受试者工作特性曲线）围成的面积。

ROC是根据TPR、FPR进行绘制的。

2.LR损失函数

LR损失函数叫最大似然损失函数（交叉熵）：

3.常见损失函数有哪些

(1) Zero-one Loss（0-1损失）

(2) Perceptron Loss（感知损失）

(3) Hinge Loss（合页损失）

(4) 交叉熵损失函数

(5) 平方误差损失函数

(6) Absolute Loss

(7) Exponential Loss

（损失函数有哪些 https://zhuanlan.zhihu.com/p/47202768）

4.防止过拟合的方法

机器学习中用来防止过拟合的方法有哪些？https://www.zhihu.com/question/59201590

5.防止梯度消失的方法

• 预训练加微调

• 梯度剪切、权重正则（针对梯度爆炸）

• 使用不同的激活函数

• 使用batchnorm

• 使用残差结构

• 使用LSTM网络

详解机器学习中的梯度消失、爆炸原因及其解决方法 https://blog.csdn.net/qq_25737169/article/details/78847691

6.sigmoid优缺点

优点：形式简单，输出是[0,1]就是概率值。

缺点：梯度弥散；指数计算慢

常用激活函数的比较

https://zhuanlan.zhihu.com/p/32610035

7.L1、L2正则化

范数p <= 1的具有稀疏解；范数p >=2 的具有压缩系数的作用，减小模型复杂度。

机器学习中正则化项L1和L2的直观理解

https://blog.csdn.net/jinping_shi/article/details/52433975

算法题：
第一题：
O(n)时间复杂度和O(1)空间复杂度删除重复元素，数组有序，输入a=[1,1,1,2,5,6,6]，输出a=[1,2,5,6]
双指针：比较 i，j，a[i]==a[j] ，j++；不等就交换i+1和j，然后j++，最后返回有效长度。

第二题：

拓扑排序。