题目内容
(请给出正确答案)
[单选题]
对于Boosting算法描述错误的是()。
A.可将强学习器降为弱学习器
B.从初始训练集训练基学习器
C.对训练样本分布进行调整
D.做错的训练样本多次训练
查看答案
如果结果不匹配,请 联系老师 获取答案
A.可将强学习器降为弱学习器
B.从初始训练集训练基学习器
C.对训练样本分布进行调整
D.做错的训练样本多次训练
A.强可学习和弱可学习是等价的,即如果已经发现了“弱学习算法”,可将其提升(boosting)为“强学习算法”
B.强可学习模型指学习模型仅能完成若干部分样本识别与分类,其精度略高于随机猜测
C.强可学习模型指学习模型能够以较高精度对绝大多数样本完成识别分类任务
D.在概率近似正确背景下,有“强可学习模型”和“弱可学习模型”
A.LR模型在加入正则化项后Variance将增大
B.线性SVM是寻找最小边缘的超平面的一个分类器
C.Xgboost和GDBT都是属于boosting算法
D.xgboost和随机森林都是属于bagging算法
A.分组密码无法通过有限的明文和密文对推导出密钥
B.加密解密使用相同的密钥
C.一次一密要求双方事先确定密钥集及密钥使用顺序
D.加密解密算法是标准的、公开的
A.一般来说,测试算法速度的方法就是在计算机上运行,执行快的说明算法就快
B.多项式时间算法在任何情况下都要比指数时间算法快
C.可以使用空间复杂度来描述算法的速度
D.对于问题规模比较大的时候,对数时间算法比指数时间算法快非常多
A.数据以段为单位读取
B.采用 LRU 算法策略
C.数据缓存的大小对于查询性能没有影响
D.数据以记录为单位读取