去哪儿旅行，数据分析笔试凉经

一面：1.涉及过数据挖掘的项目讲一讲，这里分错的样本有没有研究一下为什么会分错。2.讲一讲SVM、XGBOOST原理。3.知不知道决策树剪枝，具体怎么做的，在哪一步做4.知不知道LightGBM5.深度学习有没有了解？6.过拟合的L1范数和L2范数有什么区别？7.mapreduce原理和过程8.给key，value两列，找出每个key里第二大的值并输出。用python自己定义一个数据结构做

笔试时间：2024年09月06日 秋招历史笔试传送门：2023秋招笔试合集第一题 题目牛牛有一个由n个整数组成的数组[a1，a2，.,an]，他想将这n个数打乱后依次拼接，使得拼接得到的字符串字典序是所有拼接字符串中最小的。直接输出这个打乱过后的数组。输入描述第一行输入一个整数n(1≤n≤10^5)代表数组中的元素数量。第二行输入n个整数a1，a2，...,an(0≤ai≤10^9)代表数组元素。输出描述在第一行上输出n个整数，代表重新排列后的数组。样例输入一32 1 -1样例输出一-1 1 2说明一共有2 1 -1、2 -1 1、1 2 -1、1 -1 2、-1 2 1和-1 1 2六种字符...

👥面试题目一个商场的客流量符合什么分布？ 怎么判断数据是否符合这个分布？有哪些方法？这个问题考察的是统计学中的数据分布识别以及假设检验的知识。在数据分析领域，理解数据的分布是非常重要的一步，因为它能够帮助我们更好地建模和预测。对于商场客流量这种场景，了解其分布可以帮助商场管理层优化资源配置、提高顾客满意度以及提升销售业绩。为了准确回答这个问题，我们需要从以下几个方面来考虑：数据分布类型：识别可能适用的统计分布。数据可视化：利用图表直观展示数据特征。统计测试：运用适当的统计方法验证数据是否符合假设的分布。随机森林、逻辑回归原理，如何做特征筛选，评价指标这个问题主要涉及机器学习中的两种常见算法——随机森林和逻辑回归，以及特征选择和模型评估指标的相关知识。我们需要从以下几个方面来进行详细的探讨：算法原理：介绍随机森林和逻辑回归的基本概念和工作原理。特征选择：探讨如何在机器学习任务中挑选最有影响力的特征。评价指标：讲解用于评估分类模型性能的不同指标及其应用场景。AB 实验样本不平衡怎么办这个问题主要考察的是在进行 A/B 测试（也称为 AB 实验）时如何处理样本不平衡的情况。样本不平衡指的是实验组和对照组之间样本数量存在显著差异，这种情况可能会导致实验结果的偏差或不准确。解决样本不平衡问题的方法涉及统计学、实验设计以及数据分析等多个方面。数据分析、数据挖掘、数据建模的区别这个问题主要考察的是对数据分析、数据挖掘和数据建模这三个概念的理解及其区别。这三个术语在数据科学领域经常被提及，但它们各自侧重的方向有所不同。回答这类问题时，可以从定义出发，明确每个概念的核心内容，并强调它们之间的联系与区别。什么是 AA 测试，为什么要进行这个问题主要考察的是对A/A测试（A/A Testing）的理解及其在数据科学和实验设计中的应用。具体来说，这个问题涵盖了以下几个方面的知识：实验设计：理解A/A测试的概念及其在实验设计中的作用。统计原理：掌握基本的统计原理，特别是如何评估实验的可靠性和有效性。数据验证：了解如何通过A/A测试来验证数据收集和分析过程的准确性。实际应用：探讨A/A测试在实际项目中的具体应用及其重要性。 #面经深度解析#  #数据分析#  #网易#  #秋招#  #面试#

异常值如何处理，文本异常值和数据异常值的处理方法。数据归一化的方法，有哪些具体的归一化方法。关系型数据库和Hive的区别。GroupBy的作用，OrderBy和SortBy的区别。MapReduce的具体含义。Union All和Union的区别。Join两表时如何提高效率。总体来说，风险策略岗位对数据处理、分析和挖掘能力要求较高，同时需要对风险有敏锐的判断能力，在这些基础知识上要多练习。