机器学习常见问题
伪代码实现：LR、梯度下降、最小二乘、KNN、Kmeans;
LR(logistic回归):一般有两个用途：1、用来预测 2、用来寻找因变量中的影响因素
假设X为自变量，Y为因变量，如果X的个数为1，那么就叫一元回归分析；大于一个就叫多元回归分析；
对于一元回归分析：
对于多元回归分析：
基本知识：
1）监督与非监督区别；
2）L1L2区别；
3）生成模型和判别模型区别 像贝叶斯，lda 等就是生成模型，计算过概率分布之类的
算法的优缺点以及相应解决方案：k-means, KNN, apriori
算法原理：LR、KNN、k-means、apriori、ID3（C45,CART）、SVM、神经网络，协同过滤，em算法
常见问题：
1）svm算法的原理、如何组织训练数据、如何调节惩罚因子、如何防止过拟合、svm的泛化能力、增量学习
2）神经网络参数相关。比如，参数的范围？如何防止过拟合？隐藏层点的个数多了怎样少了怎样？什么情况下参数是负数？
3）为什么要用逻辑回归？
4）决策树算法是按什么来进行分类的?
-
朴素贝叶斯公式
-
讲em算法
7）svm中rbf核函数与高斯和函数的比较
8）说一下SVM的实现和运用过程
9）谈谈DNN
10）简单说说决策树分析
11）推荐系统中基于svd方法
12）SVM有哪些优势，（x,y,z）三个特征如何用径向基核函数抽取第四维特征
13）userCF和ItemCF在实际当中如何使用,提供具体操作，以及它们的优势（推荐系统）
14）如何用Logic regression建立一个广告点击次数预测模型
15）举一个适合采用层次分析法的例子
17）关联分析中的极大频繁项集；FP增长算法
18）线性分类器与非线性分类器的区别及优劣
19）特征比数据量还大时，选择什么样的分类器
20）对于维度很高的特征，你是选择线性还是非线性分类器
-
对于维度极低的特征，你是选择线性还是非线性分类器
-
如何解决过拟合问题
-
L1和L2正则的区别，如何选择L1和L2正则
-
随机森林的学习过程
-
随机森林中的每一棵树是如何学习的
-
随机森林学习算法中CART树的基尼指数是什么
27)支持向量机、图模型、波尔茨曼机，内存压缩、红黑树、并行度
28） 如何搭建一个推荐平台，给出具体的想法，
29） 实现一个中文输入法
30） k-meanshift的机制，能不能用伪码实现
31）实现最小二乘法。
