数据分析可能会遇到的面试题

1. 数据挖掘和数据分析之间的区别是什么？
   数据分析：针对个别属性的实例分析。提供有关淑红的各种信息，如值范围，离散值以及频率，空值的发生，数据类型，长度等；
   数据挖掘：重点关注聚类分析，异常记录检测，依赖关系，序列发现，多个属性之间的关系控制等。
2. 解释异常值是什么？
   异常值是分析师使用的一个术语，指的是一个圆圆超出样本总体模式的值。
3. 解释分层聚类算法是什么？
   分层聚类算法结合并划分现有的组，创建分层结构并展示组换分或合并的顺序。
4. 解释K均值算法是什么？
   K-均值是一种著名的分区方法。对象被分类为属于K个组中的一个，K是先验选择的。在K均值算法中：
   簇是球形的：簇中的数据点以该簇为中心；
   簇的方差/扩展示相似的：每个数据点属于最接近的簇。
5. 数据分析师所需要掌握的关键技能是什么？
   数据库知识（查询，操作）
   预测分析（基本描述性统计，预测建模，高级分析）
   大数据知识（大数据分析，非结构化数据分析，机器学习）
   演示技巧（数据可视化，报告设计）
6. 协同过滤是什么？
   协同过滤是一种基于用户行为数据创建推荐系统的简单算法。协同过滤最重要的组件是用户对项目的兴趣。
   协同过滤一个很好的例子就是购物网站上出现的类似“为您推荐”的模块，该模块通常会获取用户的浏览记录信息，以弹出用户可能喜欢或需要的商品。
7. 解释什么是KPI。实验设计和80/20规则？
   关键绩效指标（KPI）：它代表关键绩效指标，它是关于业务流程的报告或图表
   实验设计：这是用于分解数据，采样和建立数据以进行统计分析的初始过程
   80/20规则：这意味着你收入的80%来自客户的20%
8. 时间序列分析是什么？
   时间序列分析可以再频域和时域两个域中完成。在时间序列分析中，可以通过指数平滑对数线性回归等各种方法分析数据，来预测特定过程的输出。
9. 解释空间自相关分析是什么？
   空间自相关分析师地理空间分析的常见形式。它由一系列为不同空间关系计算的估计自相关数组成。当原始数据表示为距离我不是单个点的值时，它可以用于构建基于距离的数据关系图。
10. List item