滴滴CTO反作弊数据分析面经(凉)

一面记录:

  1. 线性回归分类变量怎么处理?答:哑变量,编码
  2. 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
  3. 相关性、因果性的区别理解
  4. 支付宝芝麻分,你会看哪些指标

二面记录:

  1. 正样本少怎么处理?
  2. L1 L2正则化
  3. GBDT XGBOOST的区别
  4. 300米高的一摞一元硬币,能否放到101514的立方体中?思路?
#面经##滴滴##数据分析师##校招#
全部评论
???!这都问的什么乱七八糟的
1 回复 分享
发布于 2021-07-22 17:34

相关推荐

10-31 13:04
南华大学 Java
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
点赞 评论 收藏
分享
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
点赞 评论 收藏
分享
评论
1
31
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务