题目内容

关于集成学习的说法正确的有( )。

A. 团结力量大
B. 尺有所短寸有所长
C. 赢者通吃
D. 一个好汉三个帮

查看答案

搜索结果不匹配？点我反馈

更多问题

Bagging的主要特点有( )。

A. 各基础分类器并行生成
B. 各基础分类器权重相同
C. 只需要较少的基础分类器
D. 基于Bootstrap采样生成训练集

除了精确率(precision)和召回率(recall),以下还有哪些常用的模型评估指标( )。

AUC值
B. F1
C. 混淆矩阵
D. ROC曲线

对Boosting模型的描述正确的是( )。

A. 采用串行训练模式
B. 基础分类器通常应采用强分类器
C. 通过改变训练集进行有针对性的学习
D. 基础分类器采用少数服从多数原则进行集成

对AdaBoost描述正确的是( )。

A. 可以集成出训练误差任意低的分类器
B. 基础分类器可以任意弱(准确率高于50%)
C. 通过对样本进行加权达到改变训练集的效果
D. 被当前基础分类器分错的样本的权重将会减小