百度机器学习/数据挖掘面试题K-means

昨天去面试百度的机器学习岗位，基本上从头到尾就在探讨K-means的一些问题。可惜之前我也几乎不用K-means，只了解K-means的大概思路，没有深究过其中的两个重要问题：一是初始点的选择；二是K值的选择。当时被问到这个问题头炸了，然后面试官就说，那你就在你没看过的情况下想想这两个问题应该怎么解决。就这两个问题跟面试官探讨了有三十多分钟。后来回来搜了一下答案，感觉自己当时答的还可以吧。不过感觉还是要挂，毕竟这么基础的K-means算法中最重要的两个问题竟然都不知道，还搞什么机器学习。所以建议后面的面试的同学，十大基础算法不能就看看简单的思路，还要关注其中遇到的各种基本问题，比如刚说的k-means，再比如面试官可能会问SVM为什么用在大数据上不好。

再有一个面试官比较看重的就是数据结构中的查询和排序算法，经常会让你手写所有的代码。

貌似百度一面都是问比较基础的问题，什么项目之类的到时没问，是不是准备到二面的时候再问的。