Walmart 电面跪经，求大家给点思路

刚刚面跪了Walmart DS，看地里分享Walmart的比较少，拿出来和大家分享， 顺便征求一下答案(特别是第二题...直接懵逼没答出来，面试官提示不一定要用sql）

1. logistic regression 如何判断哪个variable更重要

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

12:30:10      2
2            12:34:02      1
1            12:34:09      2

my R solution to Q2

library(dplyr)
. 1point3acres.com df <- data.frame(id = rep(1:3, 5)
                 , timestamp = as.POSIXlt(runif(15, 0, 1800), origin = "2017-02-03 08:00:00"))
df <- df %>% arrange(id,timestamp)
df <- df %>% group_by(id) %>% mutate(diff = difftime(timestamp,lag(timestamp),units="min"))
df
. Χdf$diff1 <- as.numeric(df$diff>5)
df$diff1[is.na(df$diff1)] <- 1
df %>% group_by(id) %>% mutate(session=cumsum(diff1))

多谢lz提供面经，
第一题思路是不是这个
https://stats.stackexchange.com/questions/106344/how-to-quantify-the-relative-variable-importance-in-logistic-regression-in-terms
第二题是sql还是其他编程？

第二题是不是可以对应每个id的timestamp排序，求出阶段时间，第一个时间设置为1（减去负无穷大），然后根据在不在五分钟内得出0和1, 然后再rowsum？

好像要用lag函数，或者自己写函数来算lag value，然后再按组累加

第二题不用SQL的话，Python排一下直接来个Forloop不就出来了吗。。。不过看第一个问题估计就是New Grad了可能没什么经验。。

补充内容 (2017-9-14 22:40):
不。。Apply

用SQL的window function lag一下不久出来了吗？

第一题可以用每个变量的t-statistic（Wald test），不知道有没有其他什么办法。
https://www.r-bloggers.com/logistic-regression-in-r-part-two/

第二题参考@flysoon 的回复，以下是我用R写的。

1. library(dplyr)
   
2. walmart = data.frame(userid=c(1, 1, 2, 1),

复制代码

LoveLizzie 发表于 2017-10-9 12:07
第一题可以用每个变量的t-statistic（Wald test），不知道有没有其他什么办法。
https://www.r-bloggers.c ...

不知道什么原因代码贴不上来，重发一下。
library(dplyr)
walmart = data.frame(userid=c(1, 1, 2, 1),
                                timestamp=c("12:12:12", "12:30:10", "12:34:02", "12:34:09"))
walmart %>%
    mutate(timestamp=as.POSIXct(paste("2017-10-09", (timestamp)))) %>%
    arrange(timestamp) %>%
    group_by(userid) %>%
    mutate(diff=difftime(timestamp, lag(timestamp), units="mins"),
               session=cumsum(ifelse(is.na(diff)|diff>=5, 1, 0))) %>%
    select(-diff) %>%
    arrange(timestamp)