领英SDE-data mining，挂。

一共45分钟，面试的是software engineer data mining，中东小哥，略有口音。

先各自介绍10分钟。


然后20分钟左右，要求自己讲一个linear classification，选了logistic regression。聊了很多细节，包括在屏幕上敲了下推导公式。并给了几个情况让分析，不难。其中有一个categorical variable, 小哥给了个情况让分析，只听请大致意思是category太多但还有些别的条件（具体没听太明白）可能答得不是很对口。

之后10分钟代码题sqrt(x)，x是float。写完后面试官说没考虑x<0的情况，我就加了一行如果x<0那么直接return了。

最后5分钟互相问了下问题。

第二天HR说挺不错的，但不够注重细节，挂了。

再多投投希望有好结果吧。以上。

daguanyuan 发表于 2017-12-20 23:50
层主，你好！对于数据稀疏，就需要用L1有点不理解。可否解释一下？

稀疏意味着有些feature出现的次数很少，训练出来的对应参数很不稳定，L1可以把这些feature过滤掉。另一个用L1的理由是高维度，几万几十万的feature太多了，样本都不够用，L1其实相当于一个自动feature selection，这种情况下对抗overfitting比L2好得多。

LeeYYY 发表于 2017-12-13 09:26
这个categorical variable 是个什么意思。请教。category太多啥意思 类别太多？？

categorical feature的意思吧，就是要one-hot encoding。category数量太多的话one-hot之后维度就太高了，一个是数据大了以后内存吃不消，一个是太过sparse，就需要加L1 regularization。

是这个小哥太注重细节了吧

谢谢楼主分享～

这个categorical variable 是个什么意思。请教。category太多啥意思 类别太多？？

shuyangsheng 发表于 2017-12-13 09:39
categorical feature的意思吧，就是要one-hot encoding。category数量太多的话one-hot之后维度就太高了， ...

厉害啊 大神！学习了。

问的问题很非主流。

shuyangsheng 发表于 2017-12-13 09:39
categorical feature的意思吧，就是要one-hot encoding。category数量太多的话one-hot之后维度就太高了， ...

层主，你好！对于数据稀疏，就需要用L1有点不理解。可否解释一下？