271遍历字典可以用什么方法

272反转列表的方法

list.reverse()sorted()指定reverse

273python 元组中元组转为字典，字典转元组zip(d.values(),d.keys())

274range在python2和python3里的区别

在py2中，range得到的是一个列表，在py3中，range得到的是一个生成器，节约内存

275Python列表去重复元素

l1 = ['b','c','d','b','c','a','a']l2 = list(set(l1))

276特征工程有哪些

1. 数据预处理（清洗）

1. 处理缺失值
2. 图片数据扩充
3. 处理异常值
4. 处理类别不平衡问题 2. 特征缩放
5. 归一化
6. 正则化 3. 特征编码
7. 序号编码(Ordinal Encoding)
8. 独热编码(One-hot Encoding)
9. 二进制编码(Binary Encoding)
10. 离散化 4. 特征选择
11. 过滤式(filter)
12. 包裹式(wrapper)
13. 嵌入式(embedding) 5. 特征提取
14. 降维
15. 图像特征提取
16. 文本特征提取 6. 特征构建

277遇到缺值的情况，有哪些处理方式

1. 直接使用含有缺失值的特征：当仅有少量样本缺失该特征的时候可以尝试使用；
2. 删除含有缺失值的特征：这个方法一般适用于大多数样本都缺少该特征，且仅包含少量有效值是有效的；
3. 插值补全缺失值
4. 均值、众数、中位数、固定值、手动、最邻近补全
5. 建模预测：回归、决策树
6. 高维映射、压缩感知
7. 多种方法插补

278样本不均衡的处理办法

1. 扩充数据集 2. 尝试其他评价指标3. 对数据集进行重采样

1. 对小类的数据样本进行采样来增加小类的数据样本个数，即过采样（over-sampling ，采样的个数大于该类样本的个数）
2. 对大类的数据样本进行采样来减少该类数据样本的个数，即欠采样（under-sampling，采样的次数少于该类样本的个素） 4. 尝试不同分类算法 如决策树往往在类别不均衡数据上表现不错。 5. 尝试对模型进行惩罚 **比如你的分类任务是识别那些小类，那么可以对分类器的小类样本数据增加权值，降低大类样本的权值（这种方法其实是产生了新的数据分布，即产生了新的数据集），从而使得分类器将重点集中在小类样本身上。如focal loss

279常见的筛选特征的方法有哪些

1. 过滤式(filter)
2. 包裹式(wrapper)
3. 嵌入式(embedding) 过滤式(filter)：先对数据集进行特征选择，其过程与后续学习器无关，即设计一些统计量来过滤特征，并不考虑后续学习器问题。如方差选择、卡方检验、互信息

包裹式(wrapper)：实际上就是一个分类器，它是将后续的学习器的性能作为特征子集的评价标准。如Las Vagas 算法

嵌入式(embedding)：实际上是学习器自主选择特征。如基于惩罚项的选择、基于树的选择GBDT

280出现Nan的原因

1. NaN的含义是没有意义的数，not a number，一般有这几种情况：0/0，Inf/Inf，Inf-Inf，Inf*0等，都会导致结果不确定，所以会得到NaN
2. 数据处理时，在实际工程中经常数据的缺失或者不完整，此时我们可以将那些缺失设置为nan
3. 读取数据时，某个字符不是数据，那么我们将它认为nan处理。

281特征筛选，怎么找出相似性高的特征并去掉

特征选择---过滤法（特征相关性分析）：可以采用方差选择法或相关系数法。

282对于不同场景机器学习和深度学习你怎么选择，你更习惯机器学习还是深度学习？

1. 当数据量小时，深度学习算法表现不佳。可采用机器学习算法。
2. 深度学习依赖于高端设备，而传统学习依赖于低端设备。如果成本限制严格，可采用机器学习算法。
3. 如果对时间要求苛刻，可采用机器学习算法。
4. 针对特定领域，如图像、视频流，深度学习在精度上更优异，可采用深度学习的方法。

283包含百万、上亿特征的数据在深度学习中怎么处理

这么多的特征，肯定不能直接拿去训练，特征多，数据少，很容易导致模型过拟合。

1. 降维：PCA或LDA
2. 使用正则化，L1或L2
3. 样本扩充
4. 特征选择：去掉不重要的特征

284类别型数据你是如何处理的？比如游戏品类，地域，设备

序号编码、one-hot编码、二进制编码

285计算特征之间的相关性方法有哪些？ 相关性分析

1. pearson系数，对定距连续变量的数据进行计算。是介于-1和1之间的值
2. Spearman秩相关系数：是度量两个变量之间的统计相关性的指标，用单调函数来描述俩个变量之间的关系有多好。
3. Kendall（肯德尔等级）相关系数：肯德尔相关系数是一个用来测量两个随机变量相关性的统计值。

286傅里叶变换

FFT和DFT的区别FFT是一种DFT（离散傅里叶变换）的高效算法，称为快速傅立叶变换

287牛顿法和拟牛顿法推导

288了解哪些插值算法

1. 最近邻插值法（Nearest Neighbour Interpolation）：最近邻插值法虽然计算量较小。
2. 双线性插值：双线性内插法的计算比最邻近点法复杂，计算量较大，但没有灰度不连续的缺点，结果基本令人满意。它具有低通滤波性质，使高频分量受损，图像轮廓可能会有一点模糊。
3. 双三次插值：三次多项式插值法插值精度高，具有更EI平滑的边缘，图像损失质量低，但是计算量较大。

289线性回归与逻辑回归

个人理解

1. 线性回归是回归（预测），逻辑回归是分类。
2. 线性回归，输出套上sigmoid函数就成了逻辑回归 两者优缺点 优点
3. 模型简单，原理简单易理解
4. 计算代价不高，易于理解和实现。 缺点：
5. 易过拟合
6. 特征很多的时候，效果不好
7. 处理线性问题效果比较好，而对于更复杂的问题可能束手无策

290回归和分类的区别

1. 两者的的预测目标变量类型不同，回归问题是连续变量，分类问题离散变量。
2. 回归问题是定量问题（预测），分类问题是定性问题（分类）。
3. 回归目标是得到最优拟合；而分类目标是得到决策边界
4. 评价指标不用：回归的评价指标通常是MSE；分类评价指标通常是Accuracy、Precision、Recall

更多校园招聘常见面试问题（开发、算法、编程题目）参见CSDN博客：http://t.csdn.cn/V4qbH

欢迎关注、收藏、点赞后进行问题咨询及秋招建议