【自己整理的答案】2013百度校园招聘-机器学习和数据挖掘工程师-笔试题

一、简答题（30分）
1、简述数据库操作的步骤（10分）

  步骤：建立数据库连接、打开数据库连接、建立数据库命令、运行数据库命令、保存数据库命令、关闭数据库连接。
2、TCP/IP的四层结构（10分）

  四个层次：应用层、传输层、网络互连层、主机到网络层。 参考





3、什么是MVC结构，简要介绍各层结构的作用（10分）

  MVC结构是模型（Model），视图（view）和控制（controller）的缩写，其目的是石岩Web系统的职能分工。其中Model层实现系统的业务逻辑，通常可以用JavaBean或EJB来实现；View层用于与用户的交互，通常用Jsp来实现；controller层是Model与View之间的沟通的桥梁，它可以分派用户的请求并选择恰当的视图以用于显示，同时它也可以解释用户的输入并将它们映射为模型层可执行的操作。参考





二、算法与程序设计（45分）
1、由a-z、0-9组成3位的字符密码，设计一个算法，列出并打印所有可能的密码组合（可用伪代码、C、C++、Java实现）（15分）

   题中并没有给出字符密码的规则，所以组合数有36*36*36种。这里直接用了最简单的存储遍历方法。





2、实现字符串反转函数（15分）

  借用了java语言的一些特点实现的。





3、百度凤巢系统，广告客户购买一系列关键词，数据结构如下：（15分）
User1 手机 智能手机 iphone 台式机 …
User2 手机 iphone 笔记本电脑 三星手机 …
User3 htc 平板电脑 手机 …
（1）根据以上数据结构对关键词进行KMeans聚类，请列出关键词的向量表示、距离公式和KMeans算法的整体步骤

  关键词的向量表示：

  ???这个不是很明白

  距离公式：

  采用向量之间夹角的余弦值表示 :



 K-Means算法的整体步骤：

  1>初始时随机选择K个中心点；

  2>为其他点找出距离最近的中心点；

  3>重新计算中心点；

  4>跳转至步骤2，直到满足收敛条件；

（2）计算给定关键词与客户关键词的文字相关性，请列出关键词与客户的表达符号和计算公式

？？？
三、系统设计题（25分）
一维数据的拟合，给定数据集{xi,yi}(i=1,…,n)，xi是训练数据，yi是对应的预期值。拟使用线性、二次、高次等函数进行拟合
线性：f(x)=ax+b
二次：f(x)=ax^2+bx+c
三次：f(x)=ax^3+bx^2+cx+d
（1）请依次列出线性、二次、三次拟合的误差函数表达式（2分）



 

thta表示参数向量。

（2）按照梯度下降法进行拟合，请给出具体的推导过程。（7分）

参考 





（3）下图给出了线性、二次和七次拟合的效果图。请说明进行数据拟合时，需要考虑哪些问题。在本例中，你选择哪种拟合函数。（8分）
（4）给出实验方案（8分）