关于Adaboost算法的描述中,错误的是:
(A)AdaBoost模型是弱分类器的线性组合
(B)提升树是以分类树或者回归树为基本分类器的提升方法,提升树被认为是统计学习中最有效的方法之一。
(C)AdaBoost算法的一个解释是该算法实际上是前向分步算法的一个实现,在这个方法里,模型是加法模型,损失函数是 指数损失,算法是前向分步算法
(D)AdaBoost同时独立地学习多个弱分类器
参考答案
继续答题:下一题


更多大数据开发基础试题
- 1()说明如果联网越多,从介入方式、技术上越来越突破,则网络规模越大、成本越低,网络的成本可能会趋向于零。
- 2如果只写 open(lename),那就是用( )模式打开。
- 3在计算拟合曲线时,如果拟合曲线始终没有收敛,应调整哪个参数?
- 4公司数据资产管理是对数据资产从产生到应用的全生命周期进行管理,主要包括数据资产的规划与计划管理、标准管理、需求管理、生成管理、共享与开放管理、应用管理、维护管理、质量管理和()等内容。
- 5假设有命令import numpy as np Array1 = np.linspace(1,5,3,dtype=int)print(Array1)则,执行结果是
- 6在HBase中,删除整个表结构的命令是( )