第八章单元测试
- 以下关于Boosting和Bagging说法正确的是（ ）。
- 一般情况，在个体学习器性能相差较大时宜使用（ ）结合策略。
- 集成方法是并行集成方法。（ ）
- 集成学习只对大规模的数据集有较好的策略。（ ）
以下哪些方法可以减少过拟合（ ）
A:Bagging可以用来减小方差
B:Bagging是序列集成方法
C:AdaBoost是经典的Bagging算法
D:Boosting可以用来减小方差。
答案:Bagging可以用来减小方差
A:学习法
B:投票法
C:加权平均法
D:集成法
A:对 B:错
A:对 B:错
A:正则化 B:使用集成学习方法 C: 降低模型复杂度 D:增加更多数据
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
