1.首先是自我介紹,我根本沒準(zhǔn)備好,我去我直接將我的英文復(fù)試稿子臨時(shí)用翻譯軟件翻譯了一下,講得結(jié)結(jié)巴巴的,總體來說比較差,而且直接被面試官打斷了(tips:其實(shí)面試介紹盡管高大上都沒有關(guān)系,不要扭扭捏捏,提高自己的檔次很重要,拿捏面試官)2.SVM中RBF核函數(shù)的作用?通過將數(shù)據(jù)映射到無限維特征空間,使原本線性不可分的數(shù)據(jù)變得線性可分,從而解決復(fù)雜的非線性分類問題關(guān)鍵參數(shù):γ(gamma):值大:核函數(shù)較“窄”,模型會更關(guān)注鄰近樣本,容易過擬合(決策邊界復(fù)雜)。值小:核函數(shù)較“寬”,決策邊界更平滑,可能欠擬合。正則化參數(shù)C:控制分類器的嚴(yán)格程度。C 越大,對誤分類的懲罰越強(qiáng),可能過擬合;C 越小,允許更多誤分類,模型更簡單。3.現(xiàn)在有一個(gè)場景,你在查詢一個(gè)結(jié)果但是特別慢,如何從一個(gè)數(shù)據(jù)庫的角度去排查或者去優(yōu)化?我的回答:建立索引(不對,可能有索引但是不是最優(yōu)索引)1)使用緩存,例如redis2)大數(shù)量的場景建議使用分庫分表,讀寫分離4.最左匹配什么時(shí)候會失效?1)跳過索引左側(cè)列2)對索引使用函數(shù)或運(yùn)算3)使用范圍查詢4)使用不等于/LIKE/OR查詢5)數(shù)據(jù)類型不匹配錄音了這么多,估計(jì)涼涼了#牛客AI配圖神器#后續(xù):與崗位不太匹配