滴滴CTO反作弊数据分析面经(凉)
一面记录:
- 线性回归分类变量怎么处理?答:哑变量,编码
- 相关性高的特征为什么要剔除?
IV高啥的,有用信息会被屏蔽 - 相关性、因果性的区别理解
- 支付宝芝麻分,你会看哪些指标
二面记录:
- 正样本少怎么处理?
- L1 L2正则化
- GBDT XGBOOST的区别
- 300米高的一摞一元硬币,能否放到101514的立方体中?思路?
相关推荐
嵌入式的小白:很多面试,面试前不会去打扰cto的,但一般cto不会在这些小事上刷人,只能说这个cto比较操心,啥重要不重要,紧急不紧急的,估计都会过问,平淡看待吧
影04714:把图书管理系统那个项目经验内容适当的减少掉,然后改成据为己有不要说团队项目,因为图书管理系统这类常见的谁来了都能独立写出来,提问能圆过来即可