和链家还是不一样的，京东的题目更有针对性。而且编程题目难啊！！！有时间在整理编程的题目吧。
以下方法用到向量投影概念的是：（2,3）
- 谱聚类
- SVM
- PCA
- 协同过滤
- 线性回归
两个正交矩阵，矩阵相乘的含义是:（1,3）
- 坐标轴转换
- 体积
- 线性变换
- 向量投影
- 面积
注释：体积和面积是行列式
关于奇异值分解SVD，下面说法正确的是：（a）
- SVD可以用于推荐系统中隐特征的挖掘
- SVD的解一定是唯一的
- SVD可以用于图像特征提取，只需要选择前K小的奇异值所对应的奇异值所对应的奇异向量即可
- SVD可以用于特征分解
在机器学习，很多算法是凸优化问题，凸优化能保证局部最优解即为全局最优解，则以下哪个可以判断函数为凸函数：
- 函数一阶可导且雅克比矩阵小于0
- 函数二阶可导且Hessian矩阵正定
- 函数一阶可导且雅克比矩阵大于0
- 函数二阶可导且Hessian矩阵负定
随机变量X1,X2....X100都服从[1,9]的均匀分布，则（X1+X2+......+X100）/100近似服从：
- 泊松分布
- 均匀分布
- 高斯分布
- 指数分布
实序附列叶变换必是（共轭对称函数）
下面关于倒排索引表述不正确的是：
- 倒排索引提高了空间复杂度，换取了较低的时间复杂度
- 倒排索引可以看做Hash
- 如果把根据文档检索关键词作为正向搜索，则从关键词到文档的数据结构称之为倒排索引
- 倒排索引是红黑树的一种实现
假设要写一个病人管理系统，需要
1.不停的添加删除病人
2.根据病人名字查找
3.根据病人的名字的字典序列找出所有病人，则下列选项中适合采用的数据结构是（）
- 有序链表
- 哈希表
- 有序数组
- AVL搜索树
