春招实习笔试总结
1.数据归一化的原因，方法等
2.数据训练精度很高，但是预测结果却出现很多错误的结果。（过拟合）
3.中位数和平均数相等的分布（补充概率论）
4.余弦距离与欧式距离：欧氏距离体现数值上的绝对差异，而余弦距离体现方向上的相对差异。
总体来说，欧氏距离体现数值上的绝对差异，而余弦距离体现方向上的相对差异。
1）例如，统计两部剧的用户观看行为，用户A的观看向量为(0,1)，用户B为(1,0)；此时二者的余弦距很大，而欧氏距离很小；我们分析两个用户对于不同视频的偏好，更关注相对差异，显然应当使用余弦距离。
2）而当我们分析用户活跃度，以登陆次数(单位：次)和平均观看时长(单：分钟)作为特征时，余弦距离会认为(1,10)、(10,100)两个用户距离很近；但显然这两个用户活跃度是有着极大差异的，此时我们更关注数值绝对差异，应当使用欧氏距离。
5.t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。(概率论)
6.各种分布（正态、指数是重点）
7.我们在做假设检验的时候会犯两种错误：第一，原假设是正确的，而你判断它为错误的；第二，原假设是错误的，而你判断它为正确的。我们分别称这两种错误为第一类错误和第二类错误。第一类错误：原假设是正确的，却拒绝了原假设。第二类：原假设是错误的，却没有拒绝原假设。
8.PCA分析
9.数据清洗包含什么与数据转换等的区分。还有数据清理处理包含什么。特征工程方面。
10. KNN方面：对于N个样本，每个样本为D维向量，采用欧式距离使用KNN做类预测。
1).给出预测时间复杂度。
2).当N很大时，有哪些方法可以降低复杂度?
3).k取值的大小对预测方差和偏差有何影响?
10.VAR分析的计算方法。
查看4道真题和解析
另外宣传下自己的开源仿b站微服务项目，GitHub已经410star，牛客上有完整文档教程，如果觉得有帮助的话可以点个小星星，蟹蟹