算法面经总结

CREATED 2021/09/18 12:56AM

Machine Learning

K-Means

时间复杂度: 从算法过程中可以看到，需要求n个数据点和k个中心的距离，外面有多次迭代，迭代次数为m。 则k-means算法的时间复杂度为： O(mnkd)，m与数据集本身的分布情况和初始中心点位置有关。 n为数据集中数据样本数量，k为聚类个数，d为数据的维数。

 

XGB、LightGBM、GBDT区别

#TODO

 

分类算法和回归算法

分类:  Logistic Regression，朴素贝叶斯(Naive Bayes, NB)，决策树（Decision Tree, DT），支持向量机（Support Vector Machine, SVM），神经网络。

分类问题是用于将事物打上一个标签，通常结果为离散值。

回归: Linear Regression，神经网络。

回归是对真实值的一种逼近预测。