兴业数金一面 不知道能不能过

兴业数金数据分析一面

1、问了自我介绍中提到的项目

2、union 和 union all 的区别

union会进行去重处理，union all 不会进行去重处理

3、去重操作，一个表筛选出唯一的一个id能想到几种办法

1）distinct

2）开窗函数，用排序涵数rank（）然后筛选不重复的

4、口述的sql编程

两个表a,b

select a.id, b.id from a
left join b on a.id = b.id
where 

如果要筛选出只在a中出现的id即在b中出现的以及在a，b中出现的都不要，where应该填什么，不能使用in和not in

回答 b.id = null

*追问，如果where改成and b.id=null 筛选出的结果有什么区别 *

回答 当时没想清楚，然后就答了会返回a中的全部

5、逻辑回归需要其满足什么样的分布

答 正太分布。错了，实际上是二项分布?还是伯努利分布

6、有一个数据中有一列是各种颜色如黄色、红色、蓝色你会对他进行怎样的处理

答 数值化

追问，如果都进行数值化处理，如黄色是0，蓝色1，红色2 会有怎样的问题

不太清楚想问什么，故回答会造成信息度缺失？

和同学之后交流讨论，数值化后的标签代入进去算损失，不同颜色的损失差别很大，即会造成类间差距很大，如红色是0，蓝色是1，黄色是2，红色跟蓝色差的是1，跟黄色差的就是2了这样同级别的类间差距不同

7、反问，有没有什么需要问我的

第一次面试，有点紧张就说没有，但其实我应该问问第六题到底会造成怎样的问题