以下有关随机森林算法的说法不正确的是()
A.随机森林算法的精度不一定随着决策树数量的增多而提升
B.随机森林算法对异常值和缺失值不敏感
C.随机森林算法完全不需要考虑过拟合问题
D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
A.随机森林算法的精度不一定随着决策树数量的增多而提升
B.随机森林算法对异常值和缺失值不敏感
C.随机森林算法完全不需要考虑过拟合问题
D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
第1题
A、随机森林既可以做分类,也可以做回归分析。
B、与单颗决策树模型相比,随机森林不容易产生过拟合。
C、与单颗决策树相比,随机森林需要更多的特征工程。
D、随机森林模型的准确率取决于少数准确度较好的少数决策树模型。
第2题
A、随机森林算法的分类精度不会随着决策树数量的增加而提高。
B、随机森林算法对异常值和缺失值不敏感。
C、随机森林算法不需要考虑过拟合问题。
D、决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好。
第3题
A、GBDT算法采用了Boosting技术,通过迭代更新样本的权重,串行生成序列的决策树集合。
B、随机森林的基学习器采用装袋法,多个基学习器可以并行执行。
C、随机森林的准确度一般好于GBDT算法的准确度。
D、随机森林和GBDT都是决策树的集成模型。
第4题
A、随机森林只能用来分类,不能用来预测一个连续的数值型结果。
B、随机森林模型训练和应用的速度都较决策树慢
C、都不做K折交叉验证时,随机森林的性能评价比决策树的可靠
D、随机森林通常性能比决策树好
第5题
A、随机森林是一种集成算法,可以使用CART等基学习器提高分类的性能。
B、类似装袋法的样本抽样方法,保证每棵树的学习样本集的多样性。
C、每颗树都是从属性集随机抽取一定数目的属性作为候选的特征。
D、随机森林训练后只需选择性能最好的树最为预测模型。
第6题
A、随机读写就是在文件内随机选择位置进行读写
B、在随机读写时,文件读写位置指针指向当前的读写位置
C、随机读写是通过计算字节数来进行定位的
D、随机读写更适用于二进制文件的读写
第7题
A、遗传算法中的染色体表示与“状态向量”类似。
B、遗传算法能够模拟物种的基因与繁殖即可。
C、遗传算法中,用一旦两串基因不完全一样,就说明它们表示两个物种。
D、遗传算法中的环境规定了物种生存的限制条件,是随机生成的。
第8题
A、仿生算法是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称
B、针对特定的输入,仿生算法能够得到确定的结果
C、基因遗传算法是一种典型的放生算法
D、仿生算法能够穷尽问题的所有可能性
第9题
A、蚁群算法中每只人工蚂蚁都根据自己的情况释放信息素
B、蚁群算法受到蚂蚁觅食过程中寻找蚁穴-食物最短路径的启发
C、单个蚂蚁的寻路具有很大的随机性,群体蚂蚁能够依靠单个蚂蚁释放的信息素来选择信息素浓度最高的道路
D、蚁群算法适合解决两点之间距离最短的问题
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!