判断题Adaboost算法不属于Boosting方法中的一种经典算法。

您可能感兴趣的试卷

你可能感兴趣的试题

5.多项选择题下列关于集成算法的说法中正确的是?()

A.可以对不同分类器算法进行集成
B.可以对相同分类器在不同条件下集成
C.集成算法无法在不同条件下进行集成
D.对数据集不同部分分配给不同分类器后集成

6.多项选择题下列选项中属于Adaboost算法的特点的是?()

A.算法的组合过程能减小偏差
B.基分类器要选择方差小、泛化能力强的弱分类器
C.只能解决二分类问题
D.异常数据(离群点)影响大
E.精度高,参数少,自适应能力强
F.不易实现并行化训练

7.多项选择题下列选项中属于决策树分类器的特点的是?()

A.有监督学习方法
B.无监督学习方法
C.速度快,分类决策规则明确
D.需选择分支后两个子节点纯度最高的特征作为一个节点的测试特征
E.未考虑特征间的相关性
F.分类无偏性好,但容易发生过拟合

8.多项选择题下列选项中属于分类器训练过程中的特点的是?()

A.分类器性能提升是匀速的,与是否接近最优结果无关
B.分类器越接近最优解,分类器性能提升越慢
C.分类器错误率高,稍微训练即可大幅提升训练结果
D.其余三种说法都对

9.多项选择题设计一个组合分类器需要满足什么要求?()

A.基分类器的分类正确率大于50%
B.每个基分类器的训练集和训练结果要有差异
C.基分类器的数量越多越好
D.组合分类器需要重点考虑方差和偏差

10.单项选择题下列选项中,属于Boosting方法的特点的是?()

A.串行训练的算法,基分类器彼此关联
B.串行算法不断增加训练器训练偏差
C.基分类器应该选择偏差较小的算法
D.并行训练的算法,基分类器彼此关联