集成学习与树模型

题集来源:Datawhale(datawhalechina)收录项目:daily-interview查看原题集

题目目录

92 道原题
  1. Adaboost分类模型的学习器的权重系数$\alpha$怎么计算的?

    原题
  2. Adaboost能否做回归问题?

    原题
  3. boosting和bagging之间的区别,从偏差-方差的角度解释Adaboost?

    原题
  4. 为什么Adaboost方式能够提高整体模型的学习精度?

    原题
  5. Adaboost算法如何加入正则项?

    原题
  6. Adaboost使用m个基学习器和加权平均使用m个学习器之间有什么不同?

    原题
  7. Adaboost和GBDT之间的区别?

    原题
  8. Adaboost的迭代次数(基学习器的个数)如何控制?

    原题
  9. Adaboost算法中基学习器是否很重要,应该怎么选择基学习器?

    原题
  10. MultiBoosting算法将Adaboost作为Bagging的基学习器,Iterative Bagging将Bagging作为Adaboost的基学习器。比较两者的优缺点?

    原题