附上我自己的答案，題目順序可能有誤，我記不太清楚了=_=
一、單選題（24分）
1.某超市研究銷售紀錄資料後發現，買啤酒的人很大概率也會購買尿布，這種屬於資料探勘的哪類問題？(a)
a. 關聯規則發現 b. 聚類
c. 分類 d. 自然語言處理
2.以下兩種描述分別對應哪兩種對分類演算法的評價標準？(a)
(a)警察抓小偷，描述警察抓的人中有多少個是小偷的標準。
(b)描述有多少比例的小偷給警察抓了的標準。
a. precision,recall b.recall,precision
a. precision,roc d. recall,roc
3.生成模型和判別模型的區分
判別模型：knn、logistic回歸、svm、
生成模型：貝葉斯、hmm
4.回歸樹用到的方法 ：cart
5.考慮兩隊之間的足球比賽：隊0和隊1。假設65%的比賽隊0勝出,剩餘的比賽隊1獲勝。隊0獲勝的比賽中只有30%是在隊1的主場,而隊1取勝的比賽中75%是主場獲勝。如果下一場比賽在隊1的主場進行隊1獲勝的概率為 (d)
a.0.75 b.0.35 c.0.4678 d.0.5738
（這是牛客上的一道概率題）
6.在基本k均值演算法裡，當鄰近度函式採用（ a ）的時候，合適的質心是簇中各點的中位數。
a、曼哈頓距離 b、平方歐幾里德距離
c、余弦距離 d、bregman散度
（關於聚類的曼哈頓距離，產生的中心是中位數。）
二、多選題 （16分）
1.資料預處理的方法：
資料清洗、資料規約、資料整合、資料變換
2、 下面屬於維歸約常用的線性代數技術的有： (a c) 【這題我好像還選了b，誒誒誒】
a 主成分分析 b 特徵提取
c 奇異值分解 d 特徵加權 e 離散化
3、（ cd ）都屬於簇有效性的監督度量。
a、輪廓係數 b、共性分類相關係數
c、熵 d、f度量
4.（ abcd ）這些資料特性都是對聚類分析具有很強影響的。
a、高維性 b、規模 c、稀疏性 d、雜訊和離群點
三、簡單題（20分*3）
1. 1）考了sql ，乙個很常見的sql查詢（所有分數大於80的學生姓名）
2）考了聯結
3） not in 和 not exists 的區別
4） hive 資料傾斜 的現象及優化方案
2.xgboost為何泰勒展開，優勢是啥？如何優化特徵？有放回還是無放回的取樣？
3.神經網路中的overfitting如何解決？（過擬合）
總的來說，考的很常規很基礎，沒有程式設計題，從筆試題目來看，yy好像會比較重視常規聚類分類，面試估計也會問到。為秋招攢人品=_=
歡聚時代一面
前天跟班裡幾個同學到歡聚時代參加筆試，本來抱著試一試的心態，結果第二天就收到了一面通知，問了一下同去的那幾個同學都說沒有收到。周一我10 10分趕到華工大酒店，我是10 30分那批的，簽好到後就在座位上耐心的等，結果都11 15分了還沒叫我名字，只好到前台問一下是否叫過了我沒聽到 其實本意就是想催一...
歡聚時代一面
前天跟班裡幾個同學到歡聚時代參加筆試。本來抱著試一試的心態，結果第二天就收到了一面通知。問了一下同去的那幾個同學都說沒有收到。周一我10 10分趕到華工大酒店，我是10 30分那批的，簽好到後就在座位上耐心的等。結果都11 15分了還沒叫我名字。僅僅好到前台問一下是否叫過了我沒聽到 事實上本意就是想...
歡聚時代多玩YYJava實習經歷
流程管理完善，職能部門完善。寬敞整潔的辦公環境。工作自由，完成任務即可。沒有監控，可自由選擇開發工具和環境 我自己電腦裝了ubuntu 我的辦公電腦配置 i5 16g 1t ubuntu，配雙顯示器，鍵盤滑鼠，耳機的質量也過得去。網路自由,google,youtube所有被牆 都可以訪問。接觸到的新...