爆肝整理!字节跳动数据分析面试真题,刷完年后找工作直接拿 offer(附答案)

年后准备面试找工作的小伙伴一定要做好准备，多背背面试题再开始！希望这份总结好的面试题可以帮助到大家～

2.标准差（Sigma）：标准差用于衡量数据在统计数据中的离散程度。

3.回归：回归是统计建模中的一种分析方法。这是衡量变量间关系的统计过程；它决定了一个变量和一系列其他自变量之间关系的强度。

4.线性回归：是预测分析中使用的统计技术之一，该技术将确定自变量对因变量的影响强度。

5.统计学的两个主要分支：

描述性统计：描述性统计使用类似均值或标准差的指数来总结样本数据。描述性统计方法包括展示、组织和描述数据。

推断性统计：推断统计得出的结论来自随机变化的数据，如观察误差和样本变异。

6.相关性：相关性被认为是测量和估计两个变量间定量关系的最佳技术。相关性可以衡量两个变量相关程度的强弱。

7.协方差：协方差对应的两个变量一同变化，它用于度量两个随机变量在周期中的变化程度。这是一个统计术语；它解释了一对随机变量之间的关系，其中一个变量的变化时，另一个变量如何变化。

1.R是数据分析软件，主要的服务对象是分析师、量化分析人员、统计学家、数据科学家等。

2.R提供的函数是：

l均值

l中位数

l分布

l协方差

l回归

l非线性模型

l混合效果

l广义线性模型（GLM）

l广义加性模型（GAM）等等

在R控制台中输入命令（“Rcmdr”）将启动R Commander GUI。

3.使用R commander导入R中的数据，有三种方法可以输入数据。

你可以通过Data<- New Data Set 直接输入数据；

从纯文本（ASCII）或其他文件（SPSS，Minitab等）导入数据；

通过键入数据集的名称或在对话框中选择数据集来读取数据集；

4.虽然R可以轻松连接到DBMS，但不是数据库

5.R不包含任何图形用户界面。

6.虽然它可以连接到Excel / Microsoft Office，但R语言不提供任何数据的电子表格视图

7.要在R中保存数据，有很多方法，但最简单的方法是：

Data > Active Data Set > Export Active dataset，将出现一个对话框，当单击确定时，对话框将根据常用的方式保存数据。

三、机器学习类面试题答案

1.概念

机器学习是人工智能的一种应用，它为系统提供了自动学习和改进经验的能力，而无需明确的编程。此外，机器学习侧重于开发可以访问数据并自主学习的程序。

在很多领域，机器人正在取代人类。这是因为编程使得机器人可以基于从传感器收集的数据来执行任务。他们从数据中学习并智能地运作。

2.机器学习中不同类型的算法技术如下：

l强化学习

l监督学习

l无监督学习

l半监督学习

l转导

l元学习

3.监督学习是一个需要标记训练集数据的过程，而无监督学习则不需要数据标记。

无监督学习包括如下：

l数据聚类

l数据的降维表示

l探索数据

l探索坐标和相关性

l识别异常观测

监督学习包括如下：

l分类

l语音识别

l回归

l预测时间序列

l注释字符串

4.朴素贝叶斯的优点：

l分类器比判别模型更快收敛

l它可以忽略特征之间的相互作用

5.朴素贝叶斯的缺点是：

l不适用连续性特征

l它对数据分布做出了非常强的假设

l在数据稀缺的情况下不能很好地工作

朴素贝叶斯是如此的不成熟，因为它假设数据集中所有特征同等重要且独立。

6.过拟合：统计模型侧重于随机误差或噪声而不是探索关系，或模型过于复杂。

过拟合的一个重要原因和可能性是用于训练模型的标准与用于判断模型功效的标准不同。

避免过拟合方式：大量数据、交叉验证

7、五种常用的机器学习算法：

l决策树

l概率网络

l最近邻

l支持向量机

1. 如何利用SciKit包训练一个简单的线性回归模型

利用linear_model.LinearRegression()函数

2. 例举几个常用的python分析数据包及其作用

数据处理和分析：NumPy, SciPy, Pandas

机器学习：SciKit

可视化： Matplotlib, Seaborn

3. 如何利用Numpy对数列的前n项进行排序

使用argsort()函数：x[x [: n-1].argsort ()]

4. 如何检验一个数据集或者时间序列是随机分布的

画lag plot（Correlogram：相关图），如果图上的点呈散乱分布，则为随机

5. 在python中如何创建包含不同类型数据的dataframe

利用pandas包的DataFrame函数的serias创建列然后用dtype定义类型：

df = pd.DataFrame({'x': pd.Series(['1.0','2.0','3.0'], dtype=float),'y': pd.Series(['1','2','3'], dtype=int)})

6. Pandas中使用的标准数据缺失标志是什么

NaN

7. 描述numpy array比python list的优势

a. numpy array比python list更紧凑，存储数据占的空间小，读写速度快。(这是由于python list储存的是指向对象（至少需要16个字节）的指针（至少4个字节）；而array中储存的是单一变量（比如单精度浮点数为4个字节，双精度为8）)

1.解释SQL中JOIN的不同类型及其使用场景‌

答案：内连接(INNER JOIN)返回两表匹配的行；左连接(LEFT JOIN)返回左表所有行及右表匹配行；右连接(RIGHT JOIN)相反；全连接(FULL JOIN)返回两表所有行。内连接用于获取匹配数据，左/右连接用于保留主表数据。

‌2.如何优化SQL查询性能？‌

答案：①合理设计表结构和索引；②避免SELECT *，明确指定列；③减少子查询嵌套，用JOIN替代；④WHERE条件字段应有索引；⑤对大表分区；⑥定期更新统计信息。

‌3.解释窗口函数及其常见应用‌

答案：窗口函数(如ROW_NUMBER(), RANK(), DENSE_RANK())对一组行进行计算而不减少行数。常见用于排名、移动平均、累计求和等场景。例如：SELECT *, DENSE_RANK() OVER(PARTITION BY 班级 ORDER BY 成绩 DESC) FROM 学生表

‌4.如何查询连续登录N天的用户？‌

答案：使用自连接或窗口函数。例如：SELECT DISTINCT a.user_id FROM logins a JOIN logins b ON a.user_id=b.user_id AND DATEDIFF(b.date,a.date)=1

‌5.SQL中事务的ACID特性是什么？‌

答案：原子性(Atomicity)-事务是不可分割的工作单位；一致性(Consistency)-事务执行前后数据库保持一致状态；隔离性(Isolation)-并发事务互不干扰；持久性(Durability)-事务提交后结果永久保存。

尾语 💝

感谢你观看我的文章呐~本次航班到这里就结束啦 🛬

希望本篇文章有对你带来帮助 🎉，有学习到一点知识~