题目内容
（请给出正确答案）
[多选题]
随机森林算法描述正确的是（)
A.不进行剪枝
B.不用做特征选择
C.建立决策树同原始特征的数目无关
D.对噪声的鲁棒性优于AdaBoost
提问人：网友罗琼
发布时间：2022-01-07
如搜索结果不匹配，请 
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。
题目内容
（请给出正确答案）
您可能会需要：
安装简答题APP，拍照搜题省时又省心！
更多“随机森林算法描述正确的是()”相关的问题
第2题
以下有关随机森林算法正确的说法有哪些？
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8题
有关决策树与特征工程的关系，以下说法错误的是？
A.决策树可以得到对分类重要的属性，因此可以作为分类特征获取的一种方法。
B.如果要了解影响签署合同快慢的主要因素，可以使用决策树算法。
C.决策树获得的特征可以作为其他算法（例如回归算法的自变量）输入的依据。
D.决策树获得的特征是区分不同类别的最优特征。
第9题
以下有关随机森林和GBDT算法的说法，正确的有哪些？
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。
