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. 随机森林的随机性体现在哪里?

    原题
  2. 随机森林为什么不容易过拟合?

    原题
  3. 为什么不用全样本训练?

    原题
  4. 为什么要随机特征?

    原题
  5. RF与 GBDT 的区别?

    原题
  6. RF为什么比Bagging效率高?

    原题
  7. 你已经建了一个有10000棵树的随机森林模型。在得到0.00的训练误差后,你非常高兴。但是,验证错误是34.23。到底是怎么回事?你还没有训练好你的模型吗?

    原题
  8. 如何使用随机森林对特征重要性进行评估?

    原题
  9. 随机森林算法训练时主要需要调整哪些参数?

    原题
  10. 随机森林的优缺点

    原题