美团一面凉经

虽然凉了，但美团面试官是我遇到的最nice的一个了，赞一个。

首先11:00在学校旁边的纽宾凯鲁广进行面试，面试官数学水平非常高。

首先是场景题：结合我的论文，如何对广告推广、商家利益、用户满意度做一个优化，这是一个多目标优化问题，我说了怕累托面。

1.rf做特征重要性排序的原理

2.boosting如何做特征重要性排序

3.pca降维公式写一下，如何求解

3.kmeans过程以及评价指标

4.贝叶斯超参数优化里面的高斯过程

5.算cnn特征图大小，参数个数，相乘次数

6.算一个二层循环的复杂度，计算出公示为n*（1+1/2+...1/n），这里我答错了，因为后面这个序列是发散的

7.数学水平以及编程水平

8.笔试题，我直接说了答案，他就说那不问了

9.堆排序复杂度，以及如何优化，优化后复杂度，优化后复杂度我没答上来，他给我说了答案

10.补充一下：kmeans在有异常点或者线性不可分的时候怎么处理，cnn为何比全连接在图像处理上有效

全程面了两个点，问的其实都不是很难。

虽然凉了，但面试官给我的启发很多。