搜狐数据挖掘工程师高频面试题（含实战详细答案）.docxVIP

搜狐数据挖掘工程师高频面试题（含实战详细答案）

一、基础概念类（搜狐必问基础）

1、说说你理解的数据分析和数据挖掘的核心区别，结合搜狐业务举例

详细答案：我在实际项目里最大的感受是，数据分析偏「复盘解释」，数据挖掘偏「预测迭代」。

数据分析是基于现有数据做统计、拆解、归因，解决已经发生的问题，大多是单次、静态的分析。比如搜狐资讯某天播放量下跌，通过维度拆解（渠道、时段、品类、用户层级）找到下跌原因，输出复盘报告指导运营调整。

数据挖掘是通过算法挖掘数据隐藏规律，搭建模型做未知结果预测、自动化决策，是持续迭代的工程化流程。比如搜狐短视频个性化推荐、用户流失预测、内容热度预判，都是典型的数据挖掘场景，需要模型持续训练、调优、上线迭代。

简单总结：数据分析看过去、找原因、辅助人工决策；数据挖掘看未来、找规律、支撑自动化业务。

2、什么是过拟合和欠拟合？工作中怎么解决？

详细答案：欠拟合就是模型太简单，连训练集的规律都学不明白，训练误差和测试误差都很高，本质是模型拟合能力不足。过拟合是模型太复杂，把训练集的噪声、特例当成了普遍规律，训练误差极低但测试误差很高，泛化能力差。

解决欠拟合：1、增加优质特征，丰富数据维度；2、适当提升模型复杂度，比如树模型加深层数、增加神经网络节点；3、降低正则化强度。

解决过拟合：1、扩充训练数据集，这是最根本的办法；2、加入正则化，L1正则做特征稀疏筛选，