2017校招数据分析岗笔试#92;/面试知识点总结

2017校招正在火热的进行，后面会不断更新涉及到的相关知识点。

尽管听说今年几个大互联网公司招的人超少，但好像哪一年都说是就业困难，能够进去当然最好，不能进去是不是应该也抱着好的期望去找自己满意的呢?

最近笔试了很多家公司校招的数据分析和数据挖掘岗位，今天(9.18r)晚上做完唯品会的笔试题，才忽然意识过来，不管题目简单也好、难也好，都要去切切实实的去掌握。毕竟不能永远眼高手低，否则最后吃亏的一定是自己。

知识点1：贝叶斯公式

贝叶斯公式：P(B|A)=P(A|B)*P(B)/P(A)

其中P(A)可以展开为

P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+…+P(A|Bn)*P(Bn)

(这在很多问答题或者选择题中都有用到)

知识点2：关联规则分析

主要考的是支持度和置信度。

知识点3：聚类

聚类之间类的度量是分距离和相似系数来度量的，距离用来度量样品之间的相似性(K-means聚类，系统聚类中的Q型聚类)，相似系数用来度量变量之间的相似性(系统聚类中的R型聚类)。

最常用的是K-means聚类，适用于大样本，但需要事先指定分为K个类。

处理步骤：

1)、从n个数据对象中任意选出k个对象作为初始的聚类中心

2)、计算剩余的各个对象到聚类中心的距离，将它划分给最近的簇

3)、重新计算每一簇的平均值(中心对象)

4)、循环2-3直到每个聚类不再发生变化为止。

系统聚类适用于小样本。

知识点4：分类

有监督就是给的样本都有标签，分类的训练样本必须有标签，所以分类算法都是有监督算法。

监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据，提高泛化能力。

1.朴素贝叶斯