2.adaboost和xgboost的區(qū)別；xgboost的并行體現(xiàn)在哪（工程上的并行，不是計算上的并行）（猿輔導）
參考答案
Adaboost與GBDT兩者boosting的不同策略是兩者的本質(zhì)區(qū)別。
Adaboost強調(diào)Adaptive（自適應(yīng)），通過不斷修改樣本權(quán)重（增大分錯樣本權(quán)重，降低分對樣本權(quán)重），不斷加入弱分類器進行boosting。
Xgboost則是旨在不斷減少殘差（回歸），可以人為定義損失函數(shù)（可以是最小平方差、logistic
loss function、hinge loss function或者人為定義的loss function），只需要知道該loss function對參數(shù)的一階、二階導數(shù)便可以進行boosting，其進一步增大了模型的泛華能力
==兩者本質(zhì)區(qū)別還是boosting的策略。adaboost強調(diào)的是對分錯樣本的權(quán)重增加，不斷加入弱學習器。XGboost則是在于減少殘差
==adaboost還是比較傳統(tǒng)的那種boosting，方向是增加分錯的權(quán)重；而GBDT就是比較特殊的，它的方向是降低殘差。（4.16
3.K-means、K-means?算法的優(yōu)缺點（bigo、字節(jié)跳動、京東、廣聯(lián)達）
參考答案
優(yōu)點：當潛在的簇形狀是凸面，簇與簇之間較明顯，且簇大小相近時，結(jié)果較理想。對于處理大數(shù)據(jù)，該算法高效且伸縮性較好。
缺點：要事先確定k；對于初始簇中心敏感，常以局部最優(yōu)結(jié)束，對孤立點敏感，不適于發(fā)現(xiàn)非凸的簇或大小差別大的簇。
==kmeans這么多公司考嗎？這不就是一個簡單的聚類嗎？不過優(yōu)缺點還真不好說。（4.16
4.KNN、K-Means區(qū)別（京東）
參考答案
KNN是分類算法，它是監(jiān)督學習，知道了結(jié)果去效驗結(jié)果是否正確。 K-Means是聚類算法，它是非監(jiān)督學習，它需要先自己算去一個結(jié)果。
答案解析
5.介紹一下k-means,你的數(shù)據(jù)如何處理，模型的輸出是什么？（浦發(fā)銀行）
參考答案
介紹kmeans：
第一步：數(shù)據(jù)歸一化、離群點處理后，隨機選擇k個聚類質(zhì)心
第二步：所有數(shù)據(jù)點關(guān)聯(lián)劃分到離自己最近的質(zhì)心，形成k個簇；
第三步：重新計算每個簇的質(zhì)心；
重復第二步、第三步，直到簇不發(fā)生變化或達到最大迭代次數(shù)；
==介紹一下算法步驟，首先對數(shù)據(jù)進行歸一化，處理離群點，然后選擇K個聚類中心；將所有的點分到相對最近的聚類中心，這樣就形成了K個簇；然后對每個簇重新計算聚類中心
數(shù)據(jù)如何處理：
為了防止均值和方差大的維度將對數(shù)據(jù)的聚類產(chǎn)生決定性影響，所以在聚類前我們對數(shù)據(jù)進行了歸一化處理。
==主要就是歸一化
模型輸出：
n個維度，輸出為?的向量。[0 1 1 0 1]，就是把第1，4維分為一類，其他分為另一類。
答案解析
kmeans聚類的過程和步驟。
機器學習與數(shù)據(jù)挖掘-2
6.實習內(nèi)容中：RFM模型和kmeans（猿輔導）
參考答案
RFM模型根據(jù)客戶活躍程度和交易金額的貢獻，進行客戶價值細分的 一種方法。它能夠識別優(yōu)質(zhì)客戶；可以制定個性化的溝通和營銷服務(wù)，為更多的營銷決策提供有力支持；能夠衡量客戶價值和客戶利潤創(chuàng)收能力。
R（Recency）——最近一次交易時間間隔。
F（Frequency）——客戶在最近一段時間內(nèi)交易次數(shù)。
M（Monetray）——客戶最近一段時間內(nèi)交易金額。
==RFM與隨機森林無關(guān)哈，準確的說，是根據(jù)客戶活躍程度和交易金額的貢獻，來對客戶價值進行細分的一種方法。用來給決策提高更加有力的支持。
三個字母的意思如上，就是交易時間，交易次數(shù)和交易金額
Kmeans算法：
第一步：數(shù)據(jù)歸一化、離群點處理后，隨機選擇k個聚類質(zhì)心
第二步：所有數(shù)據(jù)點關(guān)聯(lián)劃分到離自己最近的質(zhì)心，形成k個簇；
第三步：重新計算每個簇的質(zhì)心；
重復第二步、第三步，直到簇不發(fā)生變化或達到最大迭代次數(shù)。
7.特征工程怎么做的，選擇了哪些特征作為預測變量？為什么用RFM模型來構(gòu)建特征變量？（字節(jié)跳動）
參考答案
特征工程包括：特征構(gòu)建->特征提取->特征選擇。
選擇特征：用戶行為特征、用戶消費特征、用戶畫像特征
==特征工程是特征構(gòu)建-特征提取-特征選擇（沒get到點誒）
選擇的特征是：用戶行為，用戶消費。用戶畫像（消費不能歸到行為里面嗎？）
為什么RFM模型：因為我們沒有太多的用戶行為數(shù)據(jù)，能用的數(shù)據(jù)比較有限。但是有一定的成交數(shù)據(jù)。只要有成交數(shù)據(jù)，就能進行RFM的分析。其次，模型的分層可解釋性強。其他很多算法模型、機器學習模型，往往通過聚類進行用戶的分層，對于業(yè)務(wù)來講，不是很好解釋。但RFM模型分成的用戶類別，是非常好理解的。
==說到底還是RFM模型需要的數(shù)據(jù)比較簡單，只要有成交數(shù)據(jù)就可以。另外就是RFM模型做的分類解釋性比較高，用機器學習等去做或許效果更好，但是業(yè)務(wù)上不好解釋。
參考答案
RFM模型根據(jù)客戶活躍程度和交易金額的貢獻，進行客戶價值細分的 一種方法。它能夠識別優(yōu)質(zhì)客戶；可以制定個性化的溝通和營銷服務(wù)，為更多的營銷決策提供有力支持；能夠衡量客戶價值和客戶利潤創(chuàng)收能力。
R（Recency）——最近一次交易時間間隔。
F（Frequency）——客戶在最近一段時間內(nèi)交易次數(shù)。
M（Monetray）——客戶最近一段時間內(nèi)交易金額。
9.xgb原理（猿輔導）
參考答案
xgboost就是一堆CART樹的集合，將每棵樹的預測值加在一起得到最后的預測值。xgboost利用了損失函數(shù)二階的導數(shù)信息，并且在目標函數(shù)之外加入了正則項，避免過擬合。
==介紹的多少有些隨意了，XGB算法是集成學習中串行式的一種，利用優(yōu)化殘差的思想去集成，利用了損失函數(shù)二階的導數(shù)信息，并且加入了正則項
10.實習項目介紹，為什么用xgb（猿輔導）
參考答案
xgboosting在傳統(tǒng)boosting的基礎(chǔ)上，利用cpu的多線程，引入正則化項，控制了模型的復雜度。并且xgb可并行處理，并能對缺失值處理，還內(nèi)置交叉驗證。
==讓串聯(lián)的模型實現(xiàn)多線程計算，減少了運算時間（4.16
答案解析
xgboost的優(yōu)點
27.?分析的y，也就是因變量是什么（ATL）
參考答案：
因變量是因為自變量的變化而產(chǎn)生的現(xiàn)象變化或結(jié)果，也叫函數(shù)值。
28.?假如在天貓上有兩款商品，如何分析它們的優(yōu)勢、劣勢以及它們之間的差異，并根據(jù)結(jié)果給出相應(yīng)的建議，思考5分鐘再回答（三諾生物）
參考答案：
可以從價格、銷量、評價和商品介紹四個方面對比兩款商品的優(yōu)劣勢和差異。可以按照自己的偏好設(shè)置權(quán)重，將價格、銷量、評價和商品介紹量化打分后進行加權(quán)，得到最后的得分幫助自己選擇。
==怎么感覺這題答得不太對呢
29.?講述一個在實習中遇到的異動指標分析的實例（字節(jié)跳動）
參考答案：
我先簡單介紹一下背景：是在xxx過程中我們發(fā)現(xiàn)xxx指標出現(xiàn)異常，于是我們需要找到問題原因。隨后我們從xx和xx維度進行拆解，發(fā)現(xiàn)xx維度出現(xiàn)了異常。在我們與產(chǎn)品/技術(shù)團隊溝通后發(fā)現(xiàn)是由于xx原因造成的xx指標異常。最后我們想到可以用xxx方法解決這個異常，并推動運營/產(chǎn)品/技術(shù)對這一策略進行落地。
答案解析：
項目背景+具體問題+分析過程+分析結(jié)論+策略落地
30.?情景是直播打賞，給主播刷禮物。平臺希望通過刺激不付費的用戶消費（提升付費率），來提升直播收入，所以現(xiàn)在上線了單價較低的打賞禮物。打個比方，原來最低價格的禮物是10抖幣，現(xiàn)在新增的禮物只需要付2抖幣。但發(fā)現(xiàn)直播的收益并沒有明顯提升，該如何分析？（字節(jié)跳動）
參考答案：
首先，我們需要對用戶進行分層，可以分為上線較低打賞禮物前不付費用戶和付費用戶，再細分的話可以把付費用戶按照付費金額劃分區(qū)間。統(tǒng)計出各用戶群的消費變動。若未付費用戶轉(zhuǎn)變?yōu)楦顿M用戶，則說明策略有效。
==關(guān)鍵在于用戶分層，目標就是讓不消費的用戶去消費，那看下轉(zhuǎn)化率就可以了
答案解析：
考察能夠想到用戶分層。
31.?平時分析中對接的人員（滴滴）
參考答案：
產(chǎn)品/運營人員：對接產(chǎn)品/運營的數(shù)據(jù)需求并搭建數(shù)據(jù)看板。
分析人員：進行專題分析和異常分析，并推動策略落地。
技術(shù)人員：數(shù)據(jù)平臺出現(xiàn)bug以及看板報錯情況，需和技術(shù)人員進行溝通。
==所以良好的溝通能力還是要有的，產(chǎn)品運營是爸爸，要聽他們指揮，分析人員是兄弟，一起商討異常問題，不過話說回來，分析人員不就是我們自己嗎？然后技術(shù)就是兒子，告訴它們哪哪有問題。（4.16
32.?夏天北京網(wǎng)約車呼叫量增加，分析原因（滴滴）
參考答案：
對北京路段網(wǎng)約車始發(fā)地進行劃分，例如分為xx商圈，xx機場等，查看是否存在哪些路段網(wǎng)約車車輛突增的趨勢。隨后對該路段情況進行分析，是否存在氣候、工作等原因。針對這些原因，我們可以做出相應(yīng)的策略來提高我們?nèi)粘＞W(wǎng)約車的數(shù)量。
==這種問題首先都得做做分層?？纯词悄男┑攸c呼叫了增加，看看是不是有其他外部問題
==原因可太多了，這不得分分范圍嗎？（4.16
33.?現(xiàn)在的工作中涉及到分析的具體工作有哪些？（京東）
參考答案：
專題分析：對業(yè)務(wù)出現(xiàn)的異常情況進行專題分析，定位問題找出原因，并制訂解決策略，推進落地；
臨時分析需求：對小數(shù)據(jù)需求進行分析（指標監(jiān)控），例如用戶點贊行為分析；
報表分析：制作實時更新的可視化報表，實時定位異常情況。
==原來分析也有不同分類，業(yè)務(wù)異常分析就是專題分析；小數(shù)據(jù)需求就是臨時分析；制作報表就是報表分析（4.16
答案解析：
分2-3各層面，并列舉實習中的工作實例。
34.?除了指標的監(jiān)控之外，會有分析相關(guān)的工作嗎？（京東）
參考答案：
專題分析：我獨立負責過xxx的專題分析，背景是我們發(fā)現(xiàn)xxx現(xiàn)象（可以是指標異常也可以是其他現(xiàn)象），隨后我們通過xx和xx層面分析了xx指標，發(fā)現(xiàn)了xx現(xiàn)象，于是我們想了xxx策略，并與運營和技術(shù)溝通，推進策略落地，策略落地后，我們觀測xx指標，發(fā)現(xiàn)xx指標的xx變動，表明我們的策略是正向的。
答案解析：
可以說一下自己做的專題分析，從背景介紹+分析思路+策略推進+落地效果來介紹。
35.?舉一個具體的例子，在工作中分析了什么問題，對公司有哪些影響和風險，你是怎么給出方案去改善去落地的？（京東）
參考答案：
（項目背景）在xx實習的時候，我們?nèi)可暇€了一個短視頻流的功能，但是全量上線后的數(shù)據(jù)表現(xiàn)沒有達到預期，所以我們做了關(guān)于這個短視頻流稿件的分析。
（分析過程）我們分別從近一周被消費的短視頻情況、高粉博主發(fā)布的視頻消費情況以及消費情況好的視頻的詳情分析。
（分析結(jié)論）結(jié)果發(fā)現(xiàn)雖然我們有好的視頻但是好的視頻并沒有得到好的消費。
（策略落地）所以我們?nèi)ヅc運營團隊溝通分析什么是符合我們app特色的視頻，并與算法團隊溝通推薦策略。
（落地影響）在我們推進后一周，xx數(shù)據(jù)和xx數(shù)據(jù)得到了顯著的提高。
36.?你現(xiàn)在獨立做分析報告嗎？多久做一次？（京東）
參考答案：
之前有嘗試過做xx項目的分析報告，我是從xxx方面進行分析，后和我的mentor討論發(fā)現(xiàn)還可以從xxx方面進行分析，隨后我們得出了xxx結(jié)論，想出來xx策略。大約一個月兩次的樣子，沒有固定的時間，是業(yè)務(wù)出現(xiàn)問題或者我們在日常分析中發(fā)現(xiàn)問題后才回去做分析報告。
答案解析：
不止是回答有分析報告，最好介紹之前準備的分析項目報告，引導面試官接下來的問題。
37.?假設(shè)給一個數(shù)據(jù)集，我會選擇的分析步驟是什么樣的？（快手）
參考答案：
數(shù)據(jù)清洗（刪除重復項、填充缺失值和刪除異常值等）--思考需要分析的問題，得到分析思路--指標整合--可視化
==首先是對數(shù)據(jù)進行清理，然后再根據(jù)問題來確定指標，再可視化
38.?就快手而言，要如何分析在沒有營銷手段拉動的情況下，什么樣的作者/作品類型/作品內(nèi)容自然增長是具有快速增長增量的（快手）
參考答案：
首先，制訂指標體系（七天內(nèi)漲粉量、播轉(zhuǎn)粉率、點贊率等）識別出快速增長的作者/作品。將這些作者的明細分為消費和供給兩方面進行分析。消費包括這些作者的稿件的點贊情況、點贊率情況等指標；供給包括投稿頻次，稿件屬于哪一類型等。通過這些數(shù)據(jù)來看是否具有一定的共性規(guī)律性。
==想要找到這類人，先指定好區(qū)分指標，哪些指標能代表這群人。（4.16
39.?所以你擅長的內(nèi)容實際上是在現(xiàn)成數(shù)據(jù)集上做挖掘分析對嗎？（快手）
參考答案：
不是，我熟練掌握python對數(shù)據(jù)集清洗，以及sql從數(shù)據(jù)庫中取出數(shù)據(jù)。對于其他網(wǎng)絡(luò)數(shù)據(jù)，我也會使用python爬蟲從網(wǎng)站上爬取數(shù)據(jù)。
==我會自己用sql從數(shù)據(jù)庫中提取，也會爬蟲
40.?實習中如何分析用戶流失路徑（字節(jié)跳動）
參考答案：
做埋點。用戶的流失率的分析需要統(tǒng)計次日留存，三日留存，七日留存和一月留存，我們的流程是：
1、畫出用戶地圖，每一步埋點，最后通過對數(shù)據(jù)的分析判斷每一個步驟上的流失率，
2、優(yōu)化具體的操作步驟，看題主描述的引導頁應(yīng)該是注冊——選擇喜歡音樂類型——選擇喜愛歌手——APP首頁，至于進入后的其他環(huán)節(jié)不太清楚，要對產(chǎn)品核心功埋點，分析每一個核心功能每一個步驟，分析用戶在哪一步流失，這些數(shù)據(jù)的收集和分析有助于優(yōu)化該功能，提高用戶留存。
41.?工作中做過什么專題分析（字節(jié)跳動）
參考答案：
介紹專題分析的背景（為什么要做這個專題）-->分析思路（從什么方面進行分析，分析了哪些指標）-->分析結(jié)論（發(fā)現(xiàn)了什么現(xiàn)象，找出了什么原因）-->策略落地（針對這些現(xiàn)象實施什么策略，與哪些部門進行溝通）-->落地效果
42.?我們假設(shè)，飛書現(xiàn)在視頻會議功能用戶量驟減，你會怎么分析（字節(jié)跳動）
參考答案：
首先，驗證數(shù)據(jù)的準確性，不是由于底層數(shù)據(jù)庫或數(shù)據(jù)口徑出現(xiàn)問題而出現(xiàn)的驟降。
隨后，將用戶進行分層，可以從地區(qū)、時段、行業(yè)等維度進行劃分，看哪部分的用戶顯著下降。
最后從內(nèi)部和外部進行原因分析，內(nèi)部從產(chǎn)品、運營、技術(shù)層面找原因，外部從競品找原因。
43.?那要是你作為一個內(nèi)部人員的話,怎么分析這些數(shù)據(jù)呢（字節(jié)跳動）
參考答案：
首先，我會先從產(chǎn)品現(xiàn)狀發(fā)現(xiàn)問題，針對問題進行分析。
隨后，我會對問題進行拆解，再構(gòu)建數(shù)據(jù)指標體系。
最后我會對用戶進行分層，對各個層級的用戶統(tǒng)計數(shù)據(jù)指標體系，看各層級用戶是否有明顯區(qū)別，能夠解釋問題。
44.?說一個你在實習中做異動指標分析的例子（滴滴）
參考答案：
在某視頻直播平臺實習時，我做過優(yōu)質(zhì)傳輸率異常值分析。這里的優(yōu)質(zhì)傳輸率指的是a和b在視頻通話過程中的丟包情況，優(yōu)質(zhì)傳輸率一般在95%以上，但是當時突然下降到了85%。對此，我們將數(shù)據(jù)按照省份、傳輸機房、運營商等維度進行拆解，看各個維度的優(yōu)質(zhì)傳輸率情況。我們發(fā)現(xiàn)有兩個省份的優(yōu)質(zhì)傳輸率很低，并且后來發(fā)現(xiàn)是機房原因，我們把該省份的傳輸端口手動接入附近省份，次日優(yōu)質(zhì)傳輸率恢復。
45.?如果最近DUA有較大抖動，你怎么去找核心原因？可以添加什么因素在這個分析模型中？（字節(jié)跳動）
參考答案：
首先確定是否是底層表或統(tǒng)計口徑的問題造成的較大抖動。隨后對用戶進行分層，分層的維度可以有新老用戶、各年齡段用戶等，找到是哪部分用戶的DAU下滑明顯。隨后從產(chǎn)品內(nèi)部和外部進行分析，內(nèi)部可以從產(chǎn)品、運營和技術(shù)上找原因，外部可以從政治經(jīng)濟和競品分析找原因。
==某些指標出現(xiàn)了較大的波動，得先看看是不是底層數(shù)據(jù)庫或者是數(shù)據(jù)口徑出現(xiàn)按的問題。然后對用戶分層來分析。
46.?你剛才提到了版本你會用什么方法分析。（新版本上線分析）（字節(jié)跳動）
參考答案：
我主要從以下幾個方面寫的分析報告：
1.基于什么樣的背景（在什么樣背景下版本更新了）。
2.為了達成怎樣的目的（版本更新針對什么問題，針對哪些人群）。
3.做了怎樣的功能（新功能/改動功能有哪些）。
4.監(jiān)控了哪些指標項。
5.各指標得到的結(jié)論。
6.總結(jié)這次版本更新的表現(xiàn)。
