随机森林在以______ 为基学习器构建Bagging集成的基础上,引入了______ 属性选择。随机森林中基学习器的多样性不仅来自______ 扰动,还来自______ 扰动。
举一反三
- 下列哪个集成学习器的个体学习器存在强依赖关系（ ） A: Boosting B: Bagging C: Random Forest D: 随机森林
- 随机改变一些训练样本的标记；将多分类任务，拆解为一系列二分类任务，来训练基学习器，这属于（ ）。 A: 输入属性扰动 B: 输出表示扰动 C: 数据样本扰动 D: 算法参数扰动
- 下列哪个集成学习器的个体学习器不存在强依赖关系（ ） A: Boosting B: AdaBoost C: 随机森林 D: EM
- 关于随机森林的训练过程，下列描述正确的是()。 A: 样本扰动 B: 属性扰动 C: 样本扰动且属性扰动 D: 不存在扰动
- 下列关于随机森林模型的描述错误的是() A: 通过训练多棵简单的决策树集成为强学习器 B: 与基本的Bagging算法采用相同的样本抽取方式 C: 每次从所有属性中随机抽取t个属性来训练弱学习器 D: 只能构建分类模型