说说你知道的核函数
内核方法是一类用于模式分析或识别的算法，其最知名的使用是在支持向量机(SVM)。模式分析的一般任务是在一般类型的数据(例如序列，文本文档，点集，向量，图像等)中找到并研究一般类型的关系(例如聚类，排名，主成分，相关性，分类)图表等)。内核方法将数据映射到更高维的空间，希望在这个更高维的空间中，数据可以变得更容易分离或更好的结构化。对这种映射的形式也没有约束，这甚至可能导致无限维空间。然而，这种映射函数几乎不需要计算的，所以可以说成是在低维空间计算高维空间内积的一个工具。
LR和SVM的联系与区别
LR和SVM可能是面试中问到的非树模型中很常见的一个问题了，主要的是推公式以及说明求解过程如SVM。笔者在面美团的时候就要求推了LR和SVM，过程不难，平时每天推一遍，你就会发现面试的时候最让人觉得愉快的就说推公式了，然后推完之后就是问一下与之有关的乱七八糟的问题了。
逻辑斯蒂回归为什么要对特征进行离散化
1、非线性!!!!逻辑回归属于广义线性模型，表达能力有限，单变量离散化为N个后，每个变量有单独的权重，相当于为模型引入了非线性，能够提高模型表达力，加大拟合， 离散特征的增加和减少都很容易，易于模型的快速迭代。
请简要说说一个完整机器学习项目的流程
完整的机器学习项目主要步骤：1、明确问题，首先要划定问题：监督或者非监督，还是强化学习?这是个分类任务、回归任务还是其他的?
哪些机器学习算法不需要做归一化处理
在k-means或kNN，我们常用欧氏距离来计算最近的邻居之间的距离，有时也用曼哈顿距离，请对比下这两种距离的差别 欧氏距离，最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中..
