联通算法面试题及详细答案.docxVIP

联通算法面试题及详细答案

一、基础必考题（高频，无套路，贴合实际工作）

1.请说说线性回归和逻辑回归的区别，联通业务中哪些场景会用到这两种算法？

答案：核心区别就3点，不绕弯子：①输出值不同：线性回归输出连续值（比如预测数值），逻辑回归输出0-1之间的概率值（用于分类）；②损失函数不同：线性回归用均方误差（MSE），逻辑回归用交叉熵；③适用场景不同：线性回归做回归预测，逻辑回归做二分类。

联通业务场景举例：线性回归可以用来预测用户每月流量使用量、话费消费金额，方便做套餐推荐；逻辑回归用来做用户流失预测（判断用户是否会注销联通卡）、垃圾短信识别（判断一条短信是否为垃圾短信），这些都是日常工作中常用的场景，不是纯理论。

2.什么是过拟合和欠拟合？实际工作中你怎么解决过拟合问题？

答案：过拟合就是模型“学太细”，把训练数据里的噪声都记住了，训练效果好，但换一批新数据（比如新的联通用户数据）就不行；欠拟合就是模型“学不会”，连训练数据的基本规律都没抓住，训练和测试效果都差。

实际解决过拟合，我不会说太多复杂方法，重点用这4个，贴合工作实际：①加正则化（L1或L2），L1能让部分特征权重为0，相当于筛选有用特征（比如联通用户特征太多时，剔除没用的），L2能让权重平滑，避免个别特征影响太大；②用Dropout，训练时随机丢弃部分神经元，不让模型过度依赖某几个特征；③扩充数据，