主要问了机器学习算法，场景题，数据结构，java，数据库，深度学习基本没问。。
下面我答略的是认为回答的没问题的，具体写的是感觉有问题或者面试官反馈不好的，大家可以帮忙看看应该怎么答更好，谢谢


1.简单自我介绍一下自己

2.我看你你论文(硕士小论文，发的sci)用到了knn，讲一下knn，讲完还反问我knn是用来分类的？面试官会装呆然后看你是不是确信
答:略

3.k-means和knn有什么关系，区别？讲讲
答:略

4.k-means聚类效果会不会因为初始选取点不同，聚类效果完全不一样？k-means聚类效果和k的大小有什么关系？
答:略

5.你做分类的时候如何评估好坏呢？追问比如:你分类总数为2，但是现在出现第3种类别，怎么办，例如做的分类是男女分类，现在有个中性的人，那你怎么办呢？如何应对这种情况？😅
答: 我说这种情况分类效果肯定不好，应该要在训练集里面加入有类似特征的样本，但是面试官感觉不满意，说你以前没遇过这种情况吗？

6.说说逻辑回归吧，适用于什么场景呢，和knn区别
答:区别我说lr先验是二项分布，knn没有先验，lr基于极大似然估计，knn基于欧式距离计算等

7.线性回归和逻辑回归关系，区别
答:略

8.决策树具体讲讲，原理，如何选取特征的，怎么进行分类预测的？
答:略

9.随机森林原理，和决策树有什么区别，追问投票是怎么投票的？
答:略

10.问问你数据结构，如何判断一棵树是另一棵树的子树？
答:略

11. 给你个数组，如何判断这是数组是不是一棵树的后序遍历
答:答的不好

12.后序遍历有什么特点
答:略

13.如何判断一棵树是不是平衡二叉树
答:记不清了。。。

14.场景题:如何从百万数据中找出最大的k个数
答:分治+堆排序

15.堆排序熟吗？
答:快排和并归更熟

16.一个很大的日志文件里面存了各个ip访问的信息，几百G，如何统计里面某个ip地址访问的次数
答:不一次性读取，分批读，缓存，然后分别统计，最后加起来

17.java hashmap底层，怎么存数据？
答:链表+数组，回答了比较hashcode，但是不满意，让我再说的细一些

18.数据库用过吗？
答:不熟

19.你的规划的做算法还是工程？
答:工程，追问但是我看你算法准备的更足一些，给我解释了一下 算法和工程的区别，我以为算法是纯研究型的那种

20.用java写过一些小项目吗？python更熟是吗？然后根据我简历里面链接看了我的项目，但是他说他那边github打不开，就看了看我csdn博客

21.有没有什么要问我的
答:问了面试官的他们部门做什么业务


大概这些，总共43分钟，问的很基础，但有些地方答的还是不好，还是怪自己太菜了，许愿有下一面