许愿

12.12复试，有大佬了解情况么？有面经么

一、分析背景和目的 随着互联网和电商的发展，人们习惯于网上购物。在国内，电商平台深受欢迎，每年的双11，双12活动，大量的用户在淘宝平台浏览商品，或收藏或加入购物车或直接购买。通过对用户的行为分析，探索用户购买的规律，了解商品的受欢迎程度，结合店铺的营销策略，实现更加精细和精准的运营，让业务获得更好的增长。 本数据来源：阿里天池数据集 数据集介绍： 本数据集包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包含点击、购买、加购、喜欢），每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。原数据...

回归问题 回归分析用于预测输入变量（自变量）和输出变量（因变量）之间的关系，特别是当输入变量的值发生变化时，输出变量值随之发生变化。直观来说回归问题等价于函数拟合，选择一条函数曲线使其很好地拟合已知数据且很好地预测未知数据。 线性回归 线性回归算法假设特征和结果满足线性关系。这就意味着可以将输入项分别乘以一些常亮，再将结果加起来得到输出。 1就是模型，2是策略。 线性回归扩展 线性回归扩展算法用简单的基函数 替换输入变量x。这样我们就把线性拟合形式扩展到了固定非线性函数的线性组合。 感悟 废话不多说，其实回归问题就是在进行数据拟合，拟合的结果不能过拟合，也不能欠拟合。欠拟合很好理...

分类问题是监督学习的一个核心问题，它从数据中学习一个分类决策函数或分类模型（分类器（classifier））,对新的输入进行输出预测，输出变量取有限个离散值。 分类在我们日常生活中很常见 核心算法 决策树、贝叶斯、SVM、逻辑回归 决策树 决策树（decision tree）是一个树结构，每个非叶节点表示一个特征属性，每个分支边代表这个特征属性在某个值域上的输出，每个叶节点存放一个类别。 决策过程：从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类边作为决策结果。 决策树特征选择 特征选择就是要选出对训练数据集具有分类能力的特征，提高...

机器学习概论 什么是机器学习 机器学习是从人工智能中产生的一个重要分支，是实现智能化的分支。 百度百科是从机器学习做什么来定义的。 而维基百科从怎么做来定义。 机器学习的一般过程 而机器学习的重点就是图中的f(x)。 f(x)由三部分组成 模型 策略 算法 模型可以是对于问题的一个假设，像让机器去学习这个东西是不是狗，如二分问题，线性二分问题等策略是模型想要学习的目标，通俗来说，可以理解为评价标准。评价学生成绩好、道德好等。策略制定的方向将直接影响模型学习的效果。算法将求解参数等。 机器学习方法 左图通过分类年轻人、老年人，头发是不是黑，走路是不是快来分辨他是年轻人还是老年人...