首页 > 试题广场 >

关于集成学习中的Bagging和Boosting方法，以下描

[单选题]

关于集成学习中的Bagging和Boosting方法，以下描述正确的是？

Bagging通过并行训练多个独立基模型并平均结果，主要降低模型方差

Boosting通过串行训练基模型（后一个模型纠正前一个的错误），主要降低模型方差

Random Forest属于Boosting方法，XGBoost属于Bagging方法

Bagging和Boosting都要求基模型必须是强分类器

查看正确选项

这道题你会答吗？花几分钟告诉大家答案吧！

提交观点

问题信息

机器学习

难度：

0条回答 12收藏 11浏览

扫一扫，把题目装进口袋