融360助理数据分析岗位面试总结!

前几天去融360面试了,面试过程还是比较轻松的,面倒的问题以及我个人的回答如下,如果有错误的地方,还请大家进行更正,谢谢!
一面:
1、Sql语句:有一个用户表(user),有一个订单表(order),用户表上有用户的注册时间,找到每个用户在注册时间之前的最后一笔订单,假设不需要注册也能下单。
这道题leetcode上有一道类似的题(https://leetcode.com/problems/department-highest-salary/#/description
而且我在滴滴数据分析岗位面试的时候也遇到过。上次我的回答类似于

select 字段 from tableA,tableB where tableA.id=tableB.id group by tableA.id order by time limit 1

但是这个回答是错误的,有一定数据库基础的同学知道,这样只能返回一条数据,而不是每个人各有一条数据。
所以这次我是这么回答的,面试官说没问题,那么应该是对的吧:

select 字段 from order where order_time in (select max(order_time) from user, table where user.id = table.id and to_days(user.order_time) < to_days(user.sign_time) group by user.id)

这里我用到了一个子查询,子查询返回了用户注册前最后一笔订单的时间的和,即每一位用户有一个时间。然后外层查询查询出对应的订单信息即可。
2、分类算法之间的区别
3、逻辑回归的损失函数,以及原理
这里参考我写的另一篇文章:http://www.jianshu.com/p/949338f6a1dc
4、LR与SVM的对于数据的要求有何区别
这道题我没答好,不过最后兄弟告诉我了这样一个答案,我觉得挺好:LR要求所有的点尽量远离分类超平面,而SVM只要求支撑向量远离即可
二面:
1、SVM的损失函数,SVM的原理简单介绍
有关SVM的损失函数,参考博客:https://plushunter.github.io/2017/07/08/机器学习算法系列(24):损失函数/
2、决策树信息增益的公式
参考我的另一篇文章:http://www.jianshu.com/p/8c4a3ef74589
3、二分查找
这个就不用多说了吧,大家都懂的。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,736评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,167评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,442评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,902评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,302评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,573评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,847评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,562评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,260评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,531评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,021评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,367评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,016评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,068评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,827评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,610评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,514评论 2 269

推荐阅读更多精彩内容