首页 > 试题广场 >

在使用集成学习时，以下哪些关于Bagging和Boostin

[不定项选择题]

在使用集成学习时，以下哪些关于Bagging和Boosting的描述是正确的？

Bagging通过并行训练多个基模型并取平均/投票来降低方差

Boosting通过序贯训练，每棵新树重点关注前一轮预测错误的样本，主要降低偏差

Bagging和Boosting都只能使用决策树作为基模型

Random Forest是Bagging思想的典型代表，同时在每次分裂时随机选择特征子集

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 3收藏 6浏览

扫一扫，把题目装进口袋