随机森林属于哪一类集成学习算法
Gradient Boosting
Boosting
Stacking
Bagging
随机森林的两层随机指的是
样本随机 + 特征随机
样本随机 + 超参数随机
特征随机 + 标签随机
样本随机 + 标签随机
随机森林中 OOB 袋外样本,描述错误的是
可以使用 OOB 做模型泛化性能评估
OOB 样本参与对应单棵树的训练过程
大约 36.8% 样本会成为袋外样本
是 Bootstrap 采样没有被抽到的样本
随机森林每一棵基树默认使用什么树模型
ID3 树
CART 分类回归树
决策树桩
C4.5 树
CART 树做分类任务时,节点分裂的衡量指标是
信息增益比
信息熵
信息增益
基尼指数
关于基尼指数 ,说法正确的是
需要做对数运算,计算量大
数值越大代表数据集纯度越高
只能用于回归任务
CART 分类树默认使用该指标
下面关于 Bagging 集成学习说法正确的是
基学习器串行依次训练
通过 Bootstrap 自助采样得到每棵树训练集
各个基学习器拥有不同投票权重
训练过程迭代修改样本权重
随机森林分类任务的预测规则是
选取第一棵树输出作为最终结果
多数投票,少数服从多数
取所有树输出结果的平均值
加权投票,每棵树权重不一样
随机森林回归任务的预测规则是
加权求和输出
所有树预测结果取平均值
多数投票
选取误差最小一棵树输出
随机森林参数 n_estimators 含义正确的是
叶子节点最少样本数
树的最大深度
每次分裂选取特征数量
森林里面决策树的数量
哪个参数是随机森林产生过拟合的主要原因
n_jobs
random_state
max_depth
n_estimators
SVM 硬间隔支持向量机的优化目标是
最大化分类错误样本数量
最小化支持向量的数量
最小化样本到超平面距离之和
最大化两类样本之间间隔 Margin
在 SVM 中,决定最优超平面位置的是
离超平面最远的样本
全部训练样本
间隔边界上的支持向量
随机挑选部分样本
SVM 软间隔引入松弛变量 ,下面说法错误的是
代表样本合规,没有越界
代表样本分类错误
松弛变量只作用于正类样本
下列关于 ID3 决策树,分裂时采用的评价指标是
基尼指数
信息增益
均方误差 MSE
信息增益比
下面哪一项不属于 CART 树特点
强制二叉分裂
允许多分支多叉分裂
分类默认使用基尼指数
既支持分类,也支持回归
模型在训练集上效果很好,在测试集表现很差,属于什么现象
正常拟合
高偏差
欠拟合
过拟合
下列哪种操作不能缓解决策树的过拟合
无限增大树的深度
设置 min_samples_leaf 叶子最小样本数
对决策树进行剪枝操作
设置 max_depth 限制树最大深度
混淆矩阵中,精确率 Precision 描述的是
预测为正的样本里面,真实为正的比例
真实为正的样本里面,被预测正确的比例
全部样本预测正确的占比
负样本识别正确的比例
关于数据集划分,下面说法正确的是
训练集用来训练模型,测试集用来模拟未知新数据评估效果
测试集数据可以参与模型训练
只用训练集就可以评估模型泛化能力
训练集占比越小越好