开篇记录面试第三天

今天面试了微博的一个风控部门，全程面试不到10分钟吧，面试官也只问了很少的几个问题就让我回去等消息了。老师的套路很深啊，一来就问我是从哪边过来，我说从XXX，他说，哦那不太远。到出门的时候我才回过味儿来，老师，您其实只是想说，哦，就算白跑也不算太远是吧。

闲话少叙。直接进入正题。

面试题目

今天面试问了两个问题：

1. SVM的核函数为什么能够把低维向量转化成高维向量？为什么比其他函数的效果好？
2. fasttext运算快，为什么？

解读和记录

1.对于第一个问题，我看到的博客里也没有明确地说明，说是满足Mercer条件的就可以作为核函数，目的是输入两个低维向量，经过核函数计算可以直接得到他们在高维的內积。并没有解释，核函数怎么能保证低维能转化为高维。
从我个人理解来看，不管是线性核还是高斯核或者是别的核，只要输入的x的次数大于1 了，那不就一定是高维了吗，所以下次再被问到，可能就能多答一点了吧。

2. 也是没有找到明确的答案，只能先写点自己的看法吧。
   fasttext有几个特点：模型架构、层次 Softmax 和 N-gram 特征。但是为什么快，首先是层数少，只有三层，算是浅层网络，其次层次softmax也极大地减少了参数量。其他的希望有明白的大家可以补充啊。