2015-03-22 网易笔试(数据挖掘方向)——邮件事业部

简介: 答案正在更新,有想法的也可以留言............ 一:单选题 1:下列程序的输出结果为() #include void main() { int n[][] = {10,20,30,40,50,60}; int (*p)[3]; p = n; cout

答案正在更新,有想法的也可以留言............

一:单选题

1:下列程序的输出结果为()

#include <iostream.h>

void main()

{

int n[][] = {10,20,30,40,50,60};

int (*p)[3];

p = n;

cout<<[0][0] << "," <<*( p[0] + 1) << "," <<(*p)[2]<<endl;

}

A:   10,30,50

B:   10,20,30

C:   20,40,60

D:   10,30,60

解析: n[2][3] = {

10,20,30,

40,50,60

};

*(  p[0]  + 1) = p[i][j]  (与此类似的形式还有 *( *( p+i ) + j ))     故等于20

 (*p)[2]:*p指的是首行  2代表第三列 所以为 30       答案选B


2:存储以下数据,占用字节最多的是()

A:  0

B:  '0'

C:  " 0 "

D:  0.0

:int 在不同位数的计算机上表现出的长度不一样,其长度至少为2字节(在16位的计算机上),在32位的计算机上其长度为4字节,64位的计算机上长度为8字节

 char 字段字节长度为8

“0”的长度为2   0.0的长度为8


3: 栈和队列共同的特点是

A: 只允许在端点处插入和删除

B: 都是先进后出

C: 都是先进先出

D: 没有共同点

:栈和队列都是数据结构中的一种,栈是先进后出,其删除和插入数据只能在端点处进行,对列是先进先出型,插入和删除数据也只能在端点处进行,另外一个比较混淆的点是 栈通常用于深度遍历, 而队列用于广度遍历。


4: 任何一颗二叉树的叶节点在前序,中序,后序遍历序列中的相对次序

A:  A和B 右方

B:  A 和B祖先

C:  A 和B左方

D:  A 是B子孙

:这道题题目的意思给的太迷乱了,所以我的理解也不一定正确,我的理解是A和B是两个叶子节点,共有一个父结点,所以无论是前序,中序还是后序遍历中,A总是在B的左边,所以选择C


5:下列关于MapReduce的说法正确的是?

A: MapReduce有多个输入路径时,文件类型必须保持一致

B: 可以使用Counter观察MR Job运行的各种细节数据

C; 使用TextInputFormat时,Mapper的key类型为Text,value类型为LongWritable

D:  以上都正确

:MapReduce有多个输入路径时不需要保证文件类型一致,可以使用MultipleInouts类来指定多个Mapper函数,只要一个Map函数来处理一种类型的文件即可。

MapReduce Counter为提供我们一个窗口:观察MapReduce job运行期的各种细节数据

使用InputFormat时Mapper的key为LongWritable,表示偏移量,Text表示一行的文本

故选择 B


6:PCA降维中用到的算法是:

A: 牛顿法

B: sgd

C: svd

D: Cutting-Plane

:牛顿法:迭代算法

sgd:梯度下降算法

svd:推荐算法(Singular Value Decomposition

Cutting-Plane:列生成算法

其实小编对这几个算法并不大懂,所以具体的还望大神指导,具体答案小编目测是选B


7:


A: 0.59   0.514

B: 1.14   1.02

C:  0.59  1.02

D;  0.514   0.59

:B


8:请选出用于无监督学习问题的方法

A: SGD

B: 反向传播

C: BFGS

D: 幂迭代

:D

SGD:梯度下降算法

反向传播:Backpropagation algorithm,简称:BP算法,是一种监督学习算法,常被用来训练多层感知机

BFGS拟牛顿法,详情参考

幂迭代:聚类算法


9:Python中的浅拷贝会创建一个新的对象,但他包含的是对原始对象中包含项的引用,下列哪个操作不涉及浅拷贝

A:  copy()

B:  list()

C:  完全切片方法

D:  赋值(=)

:答案选D 

推荐一篇便于理解浅拷贝和深拷贝的文章:点击阅读

思路一:利用切片操作和工厂方法list方法拷贝就叫浅拷贝,只是拷贝最外围的对象本身,内部的元素都只是拷贝了一个引用而已。
思路二:利用copy中的deepcopy方法进行拷贝就叫做深拷贝,外围和内部元素都进行了拷贝对象本身,而不是引用。
但是对于数字,字符串和其他原子类型对象等,没有被拷贝的说法,即便是用深拷贝,查看id的话也是一样的,如果对其重新赋值,也只是新创建一个对象,替换掉旧的而已。

10:有一个文件ip.txt ,每行一条ip记录,共若干行,下列哪个命令可以实现统计出现次数最多的前三个ip及其次数

A: uniq -c ip.txt  |  sort -rn  | head -n 3

B: sort ip.txt | uniq -c | sort -rn | head -n 3

C: cat ip.txt | count -n | sort -rn | head -n 3

D: cat ip.txt | sort | uniq -c | sort -rn | top -n 3

:B  linux基本命令具体自行百度



二:多选题

11:ls -l 显示如下   -rwxrw-r--  1  aaa bbb 0 3月 4 11:21 ccc      下列那些说法是正确的/

A: 该文件是个目录

B: 该文件拥有者所在的组用户有权限修改文件

C: 该文件的权限数字表示为764

D: 该文件的拥有者是bbb

:BC

参考


12:下列属于线性分类器的是

A: 决策树

B; 带和核函数的SVM 

C: logistics回归

D: 感知器

:BCD

线性分类器:单层感知器网络、贝叶斯
非线性分类器:多层感知器网络、决策树
SVM本身是线性分类器,带核函数之后相当于把低维空间的数据映射到高维空间,之后就可以用线性分类器进行分类了


13: 下列常用的机器学习模型中那些属于生成模型

A: 朴素贝叶斯

B: 隐马尔可夫

C: 感知机

D: 决策树

:B

朴素贝叶斯和隐马尔可夫是生成模型

感知机,决策树是判别模型

关于生成模型和判别模型结束


14:下列说法正确的是

A:StringBuilder是线程不安全的

B: java类可以同时用abstract 和 final声明

C: HasnMap中,使用get(key)==null 可以判断这个hashmap是否包含这个key

D: volatike关键字不保证对变量操作的原子性

:A,C,D

abstract类是抽象类,必须做父类


15:Python中怎样替换一个字符串

A: String模块的sub函数

B: re模块的replace()函数

C: re模块的subn()函数

D: re模块的sub()函数

:B,C,D

A中string模块meiyousub方法,有replace函数


16:Spark中的RDD的持久化操作,下面说法正确的是?

A: 调用persist()之后不需要主打unpersist()

B: MEMORY_ONLY_SEP模式比MEMORY_ONLY模式快

C: OFF_HEAP模式不需要序列化数据

D: MEMORY_ADD_DISK模式当内存放马不下数据时会将部分数据存储到磁盘中

:B,C,D

楼主不懂Spark,是百度之后的答案,仅供参考


17:对154个元素组成的有序表进行二分法查找,可能的比较次数为:

A:  10

B:  8

C:  4

D:  1

:画一个二叉树共八层,所以小于等于8即可  B,C,D


18:有一棵二叉树的前序遍历和后序遍历分别是1,2,3,4和4,3,2,1,则该二叉树的中序遍历可能是

A: 1,2,3,4

B: 2,3,4,1

C: 3,2,4,1

D: 4,3,2,1

:C,D


19:已知logistic回归分类器的分类阀值是0.5,训练集中正负类比例为3:1,预测性能中正类的precision为0.88  recall为0.81  ,以下那些处理手段可能提高预测结果中正类的recall

A: 降低分类判断的阀值为0.3

B: 训练集中正负类的训练比例调整为6:1

C: 加大logistic回归的正则项的权重值

D: 降低logistic回归的正则项的权重值


20:以下随机变量的概率图模型,那些图是满足p( c,b | a) = p(c | a)p(b |a )

A:


B:


C:


D:


:A,C(楼主不太懂的路过,,,,,)


三:主观题

21:

解:

22:

解:

23:请描述Java的Thread类中的start()和run()两个方法的区别?
解:

24:(1)在SVM模型中,核函数的作用是什么?存在哪几种核函数
(2)对于SVM模型来说,松弛变量有何作用?


25:现在有两种类型的文字新闻:体育新闻和财经新闻各10000条(已分好类),想以此作为训练样本实现一个这两种新闻的自动分类器,请描述如何实现(从如何将一条新闻转化为一条用于训练的特征向量)
解:
相关文章
|
算法 数据挖掘 数据处理
2013网易实习生数据挖掘工程师
2013网易实习生招聘 岗位:数据挖掘工程师  一、问答题  a) 欠拟合和过拟合的原因分别有哪些?如何避免?  b) 决策树的父节点和子节点的熵的大小?请解释原因。 c) 衡量分类算法的准确率,召回率,F1值。  d) 举例序列模式挖掘算法有哪些?以及他们的应用场景。  二、计算题  1) 给你一组向量a,b  a) 计算二者欧氏距离 b) 计算二者曼哈顿距离 2) 给
1719 0

热门文章

最新文章