题目内容
如果在一个高度非线性并且复杂的一些变量中,一个树模型可能比一般的回归模型效果更好.这是()
查看答案
搜索结果不匹配？点我反馈
更多问题
对于线性回归，我们应该有以下哪些假设()
1.找到离群点很重要,因为线性回归对离群点很敏感
2.线性回归要求所有变量必须符合正态分布
3.线性回归假设数据没有多重线性相关性
变量选择是用来选择最好的判别器子集，如果要考虑模型效率，我们应该做哪些变量选择的考虑()
1.多个变量其实有相同的用处
2.变量对于模型的解释有多大作用
3.特征携带的信息
4.交叉验证
对于线性回归模型，包括附加变量在内，以下的可能正确的是()
1.R-Squared和AdjustedR-squared都是递增的
2.R-Squared是常量的，AdjustedR-squared是递增的
3.R-Squared是递减的，AdjustedR-squared也是递减的
4.R-Squared是递减的，AdjustedR-squared是递增的
下面对集成学习模型中的弱学习者描述错误的是()
微信支付 
支付宝支付