内推批贝壳找房数据挖掘/机器学习面试经验贴

铺垫

时间：周六下午
地点：北京贝壳总部
形式：现场面试（内推批统统都到现场面，报销路费），在贝壳的食堂，所有面试都会在一天进行，分为两轮技术+一轮HR面（前提是前面没被刷）。
面试体验：感觉自己挺适合现场面试的，能发挥出自己的优势，面试官人挺好的，有不会的也会提醒我，但是自己很多算法原理理解的不到位，导致一面就凉了，有点难过，不过可以理解，TOP级别独角兽，看不上我也是应该的！

问题&答案

跳过无聊的自我介绍，直接就让你讲自己所做的项目经历，此时他不会提问，然后按照以下三部分进行：1. 机器学习基础、2. 手撕代码、3. 再次扣简历细节。
1. 过拟合和欠拟合的学习曲线怎么画，横纵坐标轴分别代表什么？实际应用当中，如何区分你是过拟合还是前拟合？
2. 为什么数据集不平衡时采用AUC呢？ROC曲线横纵坐标轴代表什么？P和R代表什么？
3. LR和xgb的正则化分别是怎么做的呢？l1和l2正则在效果上有什么区别吗？为什么二者能产生这样的效果？
4. 解释一下极大似然估计是什么？他和梯度下降法的区别是什么？批梯度下降法和SGD的区别是什么？为什么有这样的区别？
5. bagging和boosting的区别？adaboost和GBDT的区别？xgboost和gbdt的区别？为什么利用了二阶导数信息的xgb的效果更好？lightgbm和xgboost的区别？xgb的预排序算法是怎么做的呢？
6. 手撕代码：树的广度优先遍历（估计是看我太菜了，根本不想要我，让我写了一个超级简单的= =）。
7. 简历提问：贝叶斯公式写一下？那个是先验，哪个是后验？成立的前提条件是什么？那为什么你的项目中可以应用朴素贝叶斯？