请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
题目内容
（请给出正确答案）
A.两者都是由多棵树组成,最终的结果都是由多棵树一起决定
B.两者都是使用了Boosting思想
C.随机森林最终是多棵树进行多数表决(回归问题是取平均),而GBDT是加权融合
D.随机森林每次迭代的样本是从全部训练集中有放回抽样形成的,而GBDT每次使用全部样本
答案
更多“随机森林和GBDT的描述不正确的是( )”相关的问题
第1题
A.GBDT是通过减少模型方差提高性能，随机森林是通过减少模型偏差提高性能。
B.和Adaboost相比，随机森林对异常值更鲁棒。
C.Adaboost初始时每个训练元组被赋予相等的权重。
D.组成随机森林的树可以并行生成，而GBDT是串行生成。
第2题
A.在随机森林的单个树中，树和树之间是有依赖的，而GBDT中的单个树之间是没有依赖的
B.这两个模型都使用随机特征子集，来生成许多单个的树
C.我们可以并行地生成GBDT单个树，因为它们之间是没有依赖的
D.GBDT训练模型的表现总是比随机森林好
第3题
A.在随机森林的单个树中，树和树之间是有依赖的，而GBDT中的单个树之间是没有依赖的
B.这两个模型都使用随机特征子集，来生成许多单个的树
C.我们可以并行地生成GBDT单个树，因为它们之间是没有依赖的
D.GBDT训练模型的表现总是比随机森林好
第4题
A.随机森林是减少模型的方差，而GBDT是减少模型的偏差
B.组成随机森林的树可以并行生成，而GBDT是串行生成
C.随机森林的结果是多数表决表决的，而GBDT则是多棵树累加之和
第8题
A.和Adaboost相比，随机森林对错误和离群点更鲁棒
B.随机森林准确率不依赖于个体分类器的实例和他们之间的依赖性
C.随机森林对每次划分所考虑的属性数很偏感
D.Adaboost初始时每个训练元组被赋予相等的权重
第9题
A.随机森林算法的分类精度与所含决策树的数量没有太大关系
B.随机森林算法对异常值和缺失值不敏感储
C.随机森林算法完全不需要考虑过拟合问题
D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
