Boosting算法是通过不断提升基分类器的性能来得到更好的组合分类结果的方...

判断题Boosting算法是通过不断提升基分类器的性能来得到更好的组合分类结果的方法。

1.判断题随机森林算法是一种典型的Stacking算法。

2.判断题Bagging方法具有可以并行训练的算法，组合算法可减小方差，基分类器算法需选择小偏差算法的特点。

3.判断题根据训练集获取方式和组合算法的不同，组合分类器的主要类型有Bagging，Boosting，Stacking。

4.判断题Adaboost算法不属于Boosting方法中的一种经典算法。

5.判断题组合分类器是将多个弱分类器组合为一个强分类器。

6.判断题使用组合分类器是为了在降低整体分类器训练代价的同时提升分类器的整体性能。

7.判断题三个臭皮匠，能顶一个诸葛亮没有数学依据。

8.判断题如果基分类器的方差较大，但无偏性较好，则应该选择能减小方差的组合方法。

9.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

10.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