题目内容
（请给出正确答案）
[单选题]
对 AdaBoost 描述正确的是:
A.可以集成出训练误差任意低的分类器
B.基础分类器可以任意弱
C.通过对样本进行加权达到改变训练集的效果
D.被当前基础分类器分错的样本的权重将会减小
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.可以集成出训练误差任意低的分类器
B.基础分类器可以任意弱
C.通过对样本进行加权达到改变训练集的效果
D.被当前基础分类器分错的样本的权重将会减小
如果结果不匹配，请 联系老师 获取答案
更多“对 AdaBoost 描述正确的是:”相关的问题
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.2x+y=4
B.x+2y=5
C.x+2y=3
D.2x-y=0
A.当增加最小样本分裂个数，我们可以抵制过拟合
B.当增加最小样本分裂个数，会导致过拟合
C.当我们减少训练单个学习器的样本个数，我们可以降低variance
D.当我们减少训练单个学习器的样本个数，我们可以降低bias
A.根据样本数据，采用分类算法，训练分类器
B.根据样本数据，进行回归分析
C.将未知类别的一组数据，采用聚类方法，分成不同的组
D.机器人在报考环境中，自主学习掌握行走方法
A.规则集的表达能力远不如决策树好
B.基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分
C.无法被用来产生更易于解释的描述性模型
D.非常适合处理类分布不平衡的数据集
