题目内容（请给出正确答案）

[多选题]

随机森林利用随机的方式将许多决策树组合成一个森林，每个决策树在分类的时候决定测试样本的最终类别。它的优点是（)。

A.级别划分较多的属性不会影响模型效果

B.在某些噪音较大的分类或回归问题上不会过拟合

C.每次学习使用不同训练集，一定程度避免过拟合

D.能够处理高纬度的数据，并且不做特征选择

提问人：网友黄静 发布时间：2022-01-07

参考答案

查看官方参考答案

如搜索结果不匹配，请联系老师获取答案

网友答案

查看全部（）

· 有2位网友选择 D，占比20%
· 有2位网友选择 BD，占比20%
· 有2位网友选择 C，占比20%
· 有1位网友选择 BC，占比10%
· 有1位网友选择 AC，占比10%
· 有1位网友选择 ABC，占比10%
· 有1位网友选择 AD，占比10%

ABCD

提交我的答案

登录提交答案，可赢取奖励机会。

您可能会需要：

重置密码查看订单联系客服

安装简答题APP，拍照搜题省时又省心！

更多“随机森林利用随机的方式将许多决策树组合成一个森林，每个决策树…”相关的问题

第1题

下面有关随机森林的说法哪个是错误的？

A、随机森林是一种集成算法，可以使用CART等基学习器提高分类的性能。

B、类似装袋法的样本抽样方法，保证每棵树的学习样本集的多样性。

C、每颗树都是从属性集随机抽取一定数目的属性作为候选的特征。

D、随机森林训练后只需选择性能最好的树最为预测模型。

点击查看答案

第2题

随机森林是Bagging的一个扩展变体,在以决策树为基学习器构建Bagging集成的基础上,进一步在决策树的训练过程中引入了随机属性选择。()

此题为判断题(对，错)。

点击查看答案

第3题

哪些分类模型算法可以用于垃圾邮件的分类和判断()

A.贝叶斯判别

B.随机森林

C.决策树

D.Apriori

点击查看答案

第4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

点击查看答案

第5题

在1986年,罗斯·昆兰提出了()概念,这是机器学习另一个主流的闪光点。

A.BP

B.决策树

C.感知机

D.随机森林

点击查看答案

第6题

以下哪项不属于分类算法?()

A、决策树

B、随机森林

C、神经网络

D、K-means算法

点击查看答案

第7题

以下哪种算法不是监督学习()

A、决策树

B、随机森林

C、神经网络

D、k-means

点击查看答案

第8题

将一棵树转换为二叉树时，遵循的规则是左孩子、。(只能填3个汉字）

点击查看答案

第9题

专业化分工原则要求每位下属应该有一个并且仅有一个上级,要求在上下级之间形成一条清晰的指挥链()

此题为判断题(对，错)。

点击查看答案

警告：系统检测到您的账号存在安全风险

为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！

微信搜一搜

简答题

点击打开微信

警告：系统检测到您的账号存在安全风险

抱歉，您的账号因涉嫌违反简答题购买须知被冻结。您可在“简答题”微信公众号中的“官网服务”-“账号解封申请”申请解封，或联系客服。

微信搜一搜

简答题

点击打开微信