公司：SHEIN
数据挖掘工程师
1 选择题（10个）
题库来自牛客网–数据挖掘工程师题目
（1）Naive Bayes
（2）XGBoost 和LightGBM原理及对比分析
（3）逻辑回归
。。。忘了
2 问答题（2个）
（1）逻辑回归为什么要对特征进行离散化
- 非线性，逻辑回归属于广义线性模型，表达能力有限，单变量离散化为N个后，每个变量有单独的权重，相当于为模型引入了非线性，，能够提高模型表达力，加大拟合， 离散特征的增加和减少都很容易，易于模型的快速迭代；
- 速度快，稀疏向量内积乘法运算速度快，计算结果方便存储，容易扩展；
- 鲁棒性，离散化后的特征对异常数据有很强的鲁棒性：比如一个特征是年龄>30是1，否则0。如果特征没有离散化，一个异常数据“年龄300岁”会给模型造成很大的干扰；
- 方便交叉与特征组合：离散化后可以进行特征交叉，由M+N个变量变为M*N个变量，进一步引入非线性，提升表达能力；
- 稳定性：特征离散化后，模型会更稳定，比如如果对用户年龄离散化，20-30作为一个区间，不会因为一个用户年龄长了一岁就变成一个完全不同的人。当然处于区间相邻处的样本会刚好相反，所以怎么划分区间是门学问；
- 简化模型：特征离散化以后，起到了简化了逻辑回归模型的作用，降低了模型过拟合的风险。
（2）机器学习中常见的几种最优化方法
- 梯度下降法（Gradient Descent）
- 牛顿法和拟牛顿法（Newton’s method & Quasi-Newton Methods）
- 共轭梯度法（Conjugate Gradient）
- 启发式优化方法
- 解决约束优化问题——拉格朗日乘数法
3 编程题（2个）
（1）111.二叉树的最小深度
def minDepth(self,root)
if root is None:
return 0
if root.left is None and root.right is None:
return 1
elif root.left is None:
return 1 + self.minDepth(root.right)
elif root.right is None:
return 1 + self.minDepth(root.left)
else:
return 1 + min([self.minDepth(root.left), self.minDepth(root.right)])
（2）面试题 08.11. 硬币
给定数量不限的硬币，币值为25分、10分、5分和1分，编写代码计算n分有几种表示法。(结果可能会很大，你需要将结果模上1000000007)
示例1:
输入: n = 5
输出：2
解释: 有两种方式可以凑成总金额:
5=5
5=1+1+1+1+1
示例2:
输入: n = 10
输出：4
解释: 有四种方式可以凑成总金额:
10=10
10=5+5
10=5+1+1+1+1+1
10=1+1+1+1+1+1+1+1+1+1
解题思路同518：使用动态规划
def waysToChange(self, n: int) -> int:
dp = [1] + [0] * n
coins = [1, 5, 10, 25]
for coin in coins:
for i in range(coin, n + 1):
dp[i] = dp[i] + dp[i - coin]
return dp[-1] % 1000000007
