题目内容

【单选题】Boosting 算法关注降低偏差,可对泛化性能()的学习器,构造出很()的集成。

A. 相对弱,强
B. 相对强,弱
C. 相对强,强
D. 相对弱,弱

查看答案

搜索结果不匹配？点我反馈

更多问题

【单选题】Bagging是并行式集成学习的最著名的代表,给定训练数据集,采用( )方法采样数据。

A. 交叉验证法
B. 留出法
C. 自主采样

【单选题】若同时有多个标记获最高票,则从中随机选取一个,该结合策略是()。

A. 绝对多数投票法
B. 相对多数投票法
C. 加权投票法
D. 简单平均法

【单选题】对基决策树的每个结点,首先,从该结点的属性集合中,随机选择一个包含k个属性的子集。然后,从这个子集中,选择一个最优属性,用于划分。该方法是()。

A. Boosting方法
B. AdaBoost
C. 传统决策树
D. 随机森林

【单选题】随机改变一些训练样本的标记;将多分类任务,拆解为一系列二分类任务,来训练基学习器,这属于()。

A. 数据样本扰动
B. 输入属性扰动
C. 输出表示扰动
D. 算法参数扰动