随机森林在做数据处理方面的优势有（ ）。

试卷相关题目

• 1下列关于学习器结合的描述正确的有（   ）。

  A.避免单学习器可能因误选而导致泛化性能不佳

  B.降低陷入局部极小点的风险

  C.假设空间扩大有可能学得更好的近似

  D.多学习器结合有可能冲突

  开始考试点击查看答案
• 2常用的冲突消解策略包括（   ）。

  A.投票法

  B.排序法

  C.元规则法

  D.调研法

  开始考试点击查看答案
• 3集成学习中增强多样性的常见做法有（   ）。

  A.数据样本扰动

  B.输入属性扰动

  C.输出表示扰动

  D.算法参数扰动

  开始考试点击查看答案
• 4下列属于机器学习生成式模型的有（   ）。

  A.朴素贝叶斯

  B.隐马尔科夫模型

  C.线性回归模型

  D.深度信念网络

  开始考试点击查看答案
• 5下列关于机器学习的理解正确的有（   ）。

  A.非监督学习的样本数据是要求带标签的

  B.监督学习和非监督学习的区别在于是否要求样本数据带标签

  C.强化学习以输入数据作为对模型的反馈

  D.卷积神经网络一般用于图像处理等局部特征相关的数据

  开始考试点击查看答案
• 6随机森林的随机性主要体现在（   ）。

  A.决策树选择的随机性

  B.数据集的随机性

  C.待选特征的随机性

  D.参数选择的随机性

  开始考试点击查看答案
• 7下列关于集成学习的说法正确的有（   ）。

  A.随机森林是减少模型的方差，而GBDT是减少模型的偏差

  B.组成随机森林的树可以并行生成，而GBDT是串行生成

  C.随机森林的结果是多数表决的，而GBDT则是多棵树累加之和

  D.随机森林对异常值不敏感，而GBDT对异常值比较敏感

  开始考试点击查看答案
• 8下列关于EM算法的描述正确的有（   ）。

  A.EM算法是常用的估计参数隐变量的利器

  B.EM算法即是期望最大化算法

  C.EM算法常被用来学习高斯混合模型的参数

  D.EM算法是一种迭代式的方法

  开始考试点击查看答案
• 9在监督式学习中使用聚类算法的方法有（   ）。

  A.首先可以创建聚类，然后分别在不同的集群上应用监督式学习算法

  B.应用监督式学习算法之前，可以将其类别ID作为特征空间中的一个额外的特征

  C.在应用监督式学习之前，不能创建聚类

  D.在应用监督式学习算法之前，不能将其类别ID作为特征空间中的一个额外的特征

  开始考试点击查看答案
• 10影响聚类算法效果的主要原因有（   ）。

  A.特征选取

  B.模式相似性测度

  C.分类准则

  D.已知类别的样本质量

  开始考试点击查看答案