首页
题库
面试
求职
学习
竞赛
More+
所有博客
搜索面经/职位/试题/公司
搜索
我要招人
去企业版
登录 / 注册
首页
>
试题广场
>
集成学习通过组合多个学习器来提升整体模型性能,Bagging
[单选题]
集成学习通过组合多个学习器来提升整体模型性能,Bagging类算法属于集成学习的一种,通过学习多个训练器,采用投票的方式降低模型方差,以下属于Bagging类算法的是
Random Forest
GBDT
Decision Tree
Linear Regression
查看正确选项
添加笔记
求解答(0)
邀请回答
收藏(2)
分享
纠错
0个回答
添加回答
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
来自:
2026年-华为-3月...
难度:
0条回答
2收藏
3浏览
热门推荐
相关试题
在模型评估中,精确率(Precis...
评论
(0)
来自
2026年-华为-3月4...
关于三次样条插值的描述,错误的是:
评论
(0)
来自
2026年-华为-3月4...
关于预训练的目标,错误的是
评论
(0)
来自
2026年-华为-3月4...
给定二维数据集,包含三个样本 {(...
评论
(0)
来自
2026年-华为-3月4...
多项式岭回归
评论
(1)
来自
2026年-华为-3月4...
扫描二维码,关注牛客网
意见反馈
下载牛客APP,随时随地刷题