题目内容

LightGBM与XGBoost相比,主要有以下几个改进:

A. 基于梯度的单边采样算法(Gradient-based One-Side Sampling, GOSS)
B. 互斥特征捆绑算法(Exclusive Feature Bundling, EFB)
C. 直方图算法(Histogram)
D. 基于最大深度的 Leaf-wise 的垂直生长算法

查看答案

搜索结果不匹配？点我反馈

更多问题

A. SVM适用于大规模数据集
B. SVM分类思想就是将分类面之间的间隔最小化
C. SVM方法简单,鲁棒性较好
D. SVM分类面取决于支持向量

A. 高斯核
B. 拉普拉斯核
C. 线性核
D. 多项式核

A. 是一种监督学习的方法
B. 可用于多分类的问题
C. 支持非线性的核函数
D. 是一种生成模型

A. 支持向量机模型定义在特征空间上的间隔最大的线性分类器
B. 支持向量机可以通过核技巧,这使之成为实质上的非线性分类器
C. 支持向量机的学习策略就是间隔最大化
D. 支持向量机训练时候,数据不需要归一化或者标准化