首页
随机森林和GBDT都是使用了Bagging思想。
精华吧
→
答案
→
慕课
→
未分类
随机森林和GBDT都是使用了Bagging思想。
A.正确
B.错误
正确答案：错误
Tag：
机器学习
森林
思想
时间：2021-12-29 13:27:15
上一篇：
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。
下一篇：
变革性与超前性是否属于创新的特征？
相关答案
1.
集成学习的数据不需要归一化或者标准化。
2.
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。（）
3.
GBDT由哪三个概念组成：（）
4.
LightGBM与XGBoost相比，主要有以下几个改进：(多选)（）
5.
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)（）
6.
集成学习有以下哪几种代表算法(多选)（）。
7.
GBDT算法的描述，不正确的是（）
8.
以下那种算法不是集成学习算法（）
9.
随机森林和GBDT的描述不正确的是（）
10.
LightGBM与XGBoost相比，主要的优势不包括（）
热门答案
1.
Adboost的优点不包括（）
2.
关于Bagging方法，以下说法错误的是（）
3.
XGBoost算法说法错误的是（）
4.
以下关于GBDT算法说法错误的是（）。
5.
以下关于AdaBoost算法说法正确的是（）。
6.
以下关于随机森林(RandomForest)说法正确的是（）。
7.
以下关于集成学习特性说法错误的是（）。
8.
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？
9.
ID3和C4.5和CART都只能用于分类问题，不能用于回归问题。
10.
ID3算法只能用于处理离散分布的特征。