携程一面凉经

1 介绍一下项目：项目背景，使用的方法

1.1 特征组合如何组合的

1.2 如何选择的特征，GBDT如何选择特征？（没懂什么意思，gbdt训练的时候应该是用的所有的特征，为什么还会有特征选择）

1.3 介绍一下blending方法。

1.4 介绍一下所有的模型各自使用的特征？

2 介绍一下特征提取的方法

3 如何对大量的特征进行特征选择？（只答上来一个方面）

• Filter（过滤法）：按照发散性或者相关性对各个特征进行评分，设定阈值或者待选择阈值的个数，选择特征。
• Wrapper（包装法）：根据目标函数（通常是预测效果），每次选择若干特征，或者排除若干特征。
• Embedded（嵌入法）：先使用某些机器学习的算法和模型进行训练，得到各个特征的权值系数，根据系数从大到小选择特征。类似于Filter方法，但是是通过训练来确定特征的优劣。

 

4 由于本科是学数学的，有学统计相关的知识，如果特征之间存在多重共线性，会对lr造成什么影响，如何消除这种影响（从理论分析），没答上来

5 知道项目使用python写的，就好像没有什么兴趣了

6 目前企业上用的较多的还是sql，但是简历上没写，也就没问，就说了一下。

7 介绍一下svm的基本原理，为什么转化成对偶问题? 一方面是为了降维，另一方面也是为了引入核函数。

总体：太紧张了，很多东西都忘了，导致面试效果不佳