首页
集成学习的数据不需要归一化或者标准化。
精华吧
→
答案
→
慕课
→
未分类
集成学习的数据不需要归一化或者标准化。
A.正确
B.错误
正确答案：正确
Tag：
机器学习
数据
时间：2021-12-29 13:27:14
上一篇：
XGBoost对损失函数做了二阶泰勒展开，GBDT只用了一阶导数信息，并且XGBoost还支持自定义损失函数，只要损失函数一阶、二阶可导。（）
下一篇：
LightGBM在建树过程中，采用基于最大深度的Leaf-wise的垂直生长算法。
相关答案
1.
GBDT由哪三个概念组成：（）
2.
LightGBM与XGBoost相比，主要有以下几个改进：(多选)（）
3.
下面关于随机森林和梯度提升集成方法的说法哪个是正确的？(多选)（）
4.
集成学习有以下哪几种代表算法(多选)（）。
5.
GBDT算法的描述，不正确的是（）
6.
以下那种算法不是集成学习算法（）
7.
随机森林和GBDT的描述不正确的是（）
8.
LightGBM与XGBoost相比，主要的优势不包括（）
9.
Adboost的优点不包括（）
10.
关于Bagging方法，以下说法错误的是（）
热门答案
1.
XGBoost算法说法错误的是（）
2.
以下关于GBDT算法说法错误的是（）。
3.
以下关于AdaBoost算法说法正确的是（）。
4.
以下关于随机森林(RandomForest)说法正确的是（）。
5.
以下关于集成学习特性说法错误的是（）。
6.
在随机森林里，你生成了几百颗树(T1,T2…..Tn)，然后对这些树的结果进行综合，下面关于随机森林中每颗树的说法正确的是？
7.
ID3和C4.5和CART都只能用于分类问题，不能用于回归问题。
8.
ID3算法只能用于处理离散分布的特征。
9.
C4.5是通过代价复杂度剪枝。
10.
ID3算法的核心思想就是以信息增益来度量特征选择，选择信息增益最大的特征进行分裂。