首页 > 计算机类考试

网友您好，请在下方输入框内输入要搜索的题目：

请输入或粘贴题目内容搜题

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）

[单选题]

随机森林与Bagging中基学习器"多样性"的区别是（）。

A.都来自样本扰动

B.都来自属性扰动

C.来自样本扰动和自属性扰动

D.多样本集结合

答案

查看答案

发布时间：2023-02-02

更多“随机森林与Bagging中基学习器"多样性"的区别是（）。”相关的问题

第1题

随机森林算法是以决策树为基分类器，采用各种随机化措施来增强整体泛化能力的一种Bagging组合分类器。（)

点击查看答案

第2题

关于bagging下列说法错误的是：（）。

A.各基分类器之间有较强依赖，不可以进行并行训练

B.最著名的算法之一是基于决策树基分类器的随机森林

C.当训练样本数量较少时，子集之间可能有重叠

D.为了让基分类器之间互相独立，需要将训练集分为若干子集

点击查看答案

第3题

基于Bagging的集成学习代表算法有（）。

A.Adaboost

B.GBDT

C.XGBOOST

D.随机森林

点击查看答案

第4题

随机森林是在（）上的一个扩展变体。

A.Boosting

B.AdaBoost

C.RF

D.Bagging

点击查看答案

第5题

以下关于集成学习的说法错误的是（）。

A.随机森林中的基分类器通常是CART决策树

B.agging方法得到的分类器对于噪声数据和过拟合问题更具健壮性

C.Boosting可将弱学习器提升为强学习器

D.Stacking的结果由最初的学习器决定

点击查看答案

第6题

基于Boosting的集成学习代表算法有（）。

A.Adaboost

B.GBDT

C.XGBOOST

D.随机森林

点击查看答案

第7题

基于Boosting的集成学习代表算法不包含（）。

A.Adaboost

B.GBDT

C.XGBOOST

D.随机森林

点击查看答案

第8题

以下关于随机森林（Random Forest）的说法正确的是（）

A.随机森林由若干决策树构成，决策树之间存在关联性。

B.随机森林学习过程分为选择样本，选择特征，构建决策树、投票四个部分。

C.随机森林算法容易陷入过拟合。

D.随机森林构建决策树时，是无放回的选取训练数据。

点击查看答案

第9题

下列关于随机森林和Adaboost说法不正确的是（）。

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

点击查看答案

第10题

以下关于集成学习的说法正确的是：（）。

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

点击查看答案

第11题

下列哪个算法是Bagging的集成学习算法（）

A.GBDT

B.RandomForest

C.xgboost

D.以上都不是

点击查看答案

账号：尚未登录

登录没有账号？去注册

购买搜题卡

下载APP

关注公众号

TOP