Python全系列 教程
3567个小节阅读:5930.2k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
集成学习(ensemble learning)本身不是一个单独的机器学习算法,而是通过构建并结
合多个机器学习模型来完成学习任务——博采众长。集成学习很好的避免了单一学习模型带
来的过拟合问题。
根据个体学习器的生成方式,目前的集成学习方法大致可分为两大类:
1. 关于集成学习,下列说法正确的是:
A 集成学习是一个单独的机器学习算法
B 集成学习只使用一个机器学习模型来完成学习任务
C 集成学习很好的避免了单一学习模型带来的过拟合问题
D 以上说法均不正确
2. 关于Bagging和Boosting,下列说法正确的是:
A Bagging的个体学习器间不存在强依赖关系、可同时生成的并行化方法
B Boosting与Bagging的个体学习器生成方式一样
C Boosting的个体学习器间不存在依赖关系
D 以上说法均不正确
1=>C 2=>A