数据分析之机器学习与数据挖掘高频面试题及答案

机器学习与数据挖掘-2

6.实习内容中：RFM模型和kmeans（猿辅导）

参考答案

RFM模型根据客户活跃程度和交易金额的贡献，进行客户价值细分的 一种方法。它能够识别优质客户；可以制定个性化的沟通和营销服务，为更多的营销决策提供有力支持；能够衡量客户价值和客户利润创收能力。

R（Recency）——最近一次交易时间间隔。

F（Frequency）——客户在最近一段时间内交易次数。

M（Monetray）——客户最近一段时间内交易金额。

Kmeans算法：

第一步：数据归一化、离群点处理后，随机选择k个聚类质心

第二步：所有数据点关联划分到离自己最近的质心，形成k个簇；

第三步：重新计算每个簇的质心；

重复第二步、第三步，直到簇不发生变化或达到最大迭代次数。

7.特征工程怎么做的，选择了哪些特征作为预测变量？为什么用RFM模型来构建特征变量？（字节跳动）

参考答案

特征工程包括：特征构建->特征提取->特征选择。

选择特征：用户行为特征、用户消费特征、用户画像特征

为什么RFM模型：因为我们没有太多的用户行为数据，能用的数据比较有限。但是有一定的成交数据。只要有成交数据，就能进行RFM的分析。其次，模型的分层可解释性强。其他很多算法模型、机器学习模型，往往通过聚类进行用户的分层，对于业务来讲，不是很好解释。但RFM模型分成的用户类别，是非常好理解的。

8.rfm模型介绍一下？（京东、作业帮）

参考答案

RFM模型根据客户活跃程度和交易金额的贡献，进行客户价值细分的 一种方法。它能够识别优质客户；可以制定个性化的沟通和营销服务，为更多的营销决策提供有力支持；能够衡量客户价值和客户利润创收能力。

R（Recency）——最近一次交易时间间隔。

F（Frequency）——客户在最近一段时间内交易次数。

M（Monetray）——客户最近一段时间内交易金额。

9.xgb原理（猿辅导）

参考答案

xgboost就是一堆CART树的集合，将每棵树的预测值加在一起得到最后的预测值。xgboost利用了损失函数二阶的导数信息，并且在目标函数之外加入了正则项，避免过拟合。

10.实习项目介绍，为什么用xgb（猿辅导）

参考答案

xgboosting在传统boosting的基础上，利用cpu的多线程，引入正则化项，控制了模型的复杂度。并且xgb可并行处理，并能对缺失值处理，还内置交叉验证。

答案解析

xgboost的优点