以下说法中错误的是()

1619 次浏览
  • A、SVM对噪声(如来自其他分部的噪声样本)具备鲁棒性
  • B、在adaboost算法中,所有被分错样本的权重更新比例不相同
  • C、boosting和bagging都是组合多个分类器投票的方法,二者都是根据单个分类器的正确率确定其权重
  • D、给定n个数据点,如果其中一半用于训练,一半用户测试,则训练误差和测试误差之间的差别会随着n的增加而减少的
A 软间隔分类器对噪声是有鲁棒性的。C boosting是根据分类器正确率确定权重,bagging不是。D 训练集变大会提高模型鲁棒性。
挑战成功
1年前
挑战失败
1年前
挑战失败
1年前
挑战成功
2年前
挑战成功
3年前
挑战失败
3年前
挑战失败
3年前
挑战成功
3年前
挑战失败
3年前

微信公众号

有课学公众号
  • 微信公众号: geekdaxue