面试题库 › 算法 / 大模型 › 朴素贝叶斯、KNN 与 KMeans 的原理和公式

朴素贝叶斯、KNN 与 KMeans 的原理和公式

难度 ★☆☆在 3 场真实面经中被问到 方向:算法 / 大模型考点:贝叶斯与近邻方法

哪些公司问过

京东1平安科技1

常见岗位:人工智能、机器学习算法(泛)、推理部署与加速

答案要点

  1. 贝叶斯定理 P(y|x)=P(x|y)P(y)/P(x),分类取后验最大类
  2. 朴素假设:给定类别特征条件独立,预测 argmax P(y)ΠP(xi|y)
  3. 拉普拉斯平滑解决零概率,取对数防止连乘下溢
  4. KNN 无显式训练,预测时找 K 个最近邻按多数投票或距离加权
  5. KMeans 最小化 J=ΣkΣx∈Ck ||x-μk||²,交替分配样本和更新质心

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题