周五进行了第二轮面试，面试官是整个大数据部门的Head，人很nice，答不上来的时候经常提示引导。
下面用A代表面试官，B代表我自己。

A：是王同学吗？清介绍一下你自己
B：blabla。。。

A：上一次面试官的反馈不错，但我还需要亲自面试确认一下。你对一些基本的ML算法熟悉吗？
B：熟悉，从Perceptron到SVM都算了解。

A：那好，讲一下KNN吧。
B：blabla

A：你说KNN的实现是KD树，为什么要用KD树呢？
B：因为KNN计算要涉及到不同类之间的比较，用linear scan（线性扫描）的方法时间上开销很大，而KD树能通过构造树结构来简化运算。

A：那你能说一下KD树在二维空间的一个情景吗？
B：首先是要根据dataset来构造KD树，也就是对二维空间的一个划分。先确定根节点，再根据树深度选择相应的特征来划分。小于特征中位数的被划到左枝，其他划到右枝。如此反复直到子集为空。划分好以后，再将新进来的x进行归类。具体来说，从根节点开始，如果x当前维度坐标小于中间结点的坐标，就划分到左结点，否则右结点。如此递归地向下划分直到叶节点y。再向上回退，如果y的父节点的另一个子节点z包含与以x为中心，x到y的距离为半径的圆相交，则说明实际的最近邻点是z。

A：讲一下overfit的原因和应对方法
B：我认为第一个原因是dataset不足，模型只学习到了在这个dataset如何表现。当dataset无限大的时候可以趋近于实际情况，如果太小就会导致overfit。可以通过data augmentation来应对。也可以用L1, L2或者dropout。

还有几个问题不太记得了。。都是挺基础的东西

A：来答一个开放性的问题哈，我先定义转化率，假如100个人浏览了某航班的机票情况，15个人买了,那么我的转化率就是0.15。这个指标也是我们经常观测的一个重要指标，一般它都是稳定在某个范围里。如果忽然增加或者减小，说明有些问题出现了。现在得到了一个新的观测值，我怎么判断是不是异常值？
B：blabla（这个简单。。）

A：恩，就是这样。携程APP用过吧？订机票的时候，一般都是先选出发地，目的地，然后是时间。。这样。从用户点search到收到结果，会有几百毫秒的时间。我想优化这个用户体验，也就是缩短从search到返回result的时间。怎么做呢？是通过用户的行为来预测他的结果，提前将search发过去。你会怎么做？
B：我会用决策树模型。blabla。。。

A：决策树是一个选择，还有没有别的办法
B：如果要有记忆能力的模型，CNN也可以。blabla…..

A：不错，你有什么问题要问吗

问了几个技术问题。。

A：结果不能直接告诉你，但是如果打分的话，我可以给你打80分。行，那么这次面试就结束了。我去找其他几个领导谈谈把你分到哪个组的事情。哦对，暑假建议你先学一些数据库，肯定会用到的

这次面试感觉比上次还简单。。应该算是过了吧？