面过100+ candidates，来贡献几个面试问题

本人在统计/数据科学方向工作10来年，呆过几家公司，前前后后面过100多人。刚注册这个论坛，实在缺米，来发点干货。

首先要说，其实题目本身是次要的，我面人主要看candidate解决问题的思路和过程，以及在过程中的交流。另外，我这里只写问题，不会写答案，而且有很多问题也没有标准答案。

由易到难：
1. When you face a standard classification problem, what method/tool do you use and why.
这个主要考ml基本功，以及对R或者python相关package的熟悉程度。一般candidate回答之后就有follow up的问题，比如各个算法的比较之类的。

2. If your data has some NA (missing data), how do you handle it.
这个问题司空见惯，但只有真的处理过很多类似问题的人才能全面了解其中的细节，也包括不同的语言或者package处理missing value的方法。

3. Facing a regular regression problem, now you have a new feature, which is a timeseries, how do you handle it.
这个有些难度，很多人也没有面对过类似的问题，所以主要看应变能力，思维的活跃度等等。

先写这么几个，求大米！！！

简单的也给一下答案或者提示呗

求答案！给加米