抖音春招/实习 - 后端 & 算法

机器学习模型效果显著性验证的完整指南 实验设计基础 机器学习模型的性能评估需要严谨的实验设计。随机划分训练集和测试集是基础步骤，交叉验证方法如k折交叉验证能更稳定地估计模型性能。分层抽样确保数据分布一致性，尤其在类别不平衡场景中至关重要。 实验设计中控制变量是关键，确保比较的模型在相同的数据集、预处理流程和硬件环境下运行。记录随机种子保证实验结果可复现，多次实验取平均值减少随机性影响。 性能指标选择 分类任务常用准确率、精确率、召回率、F1分数和AUC-ROC。回归任务常用均方误差(MSE)、平均绝对误差(MAE)和R平方值。多分类问题需采用宏平均或微平均策略。 对于不平衡数据集，单一指标可能...

哈希技术的核心应用：位图与布隆过滤器 哈希技术通过将数据映射到固定大小的空间实现高效查询，位图和布隆过滤器是两种基于哈希的经典数据结构，广泛应用于海量数据处理、缓存系统、网络爬虫等场景。 位图（Bitmap） 位图通过比特数组存储数据的存在性，每个比特对应一个元素，0表示不存在，1表示存在。其核心优势是空间效率极高。 实现原理  假设数据范围为[0, N)，位图需要?N/8?字节的存储空间。 插入元素k时，将第k个比特置1： void setBit(char *bitmap, int k) { bitmap[k/8] |= 1 << (k%8); }   查询元素k时检查对应比特位...