Toggle navigation
首页
问答
文章
话题
专家
全站搜索
提问
会员
中心
登录
注册
微观经济学
GBDT算法的描述,不正确的是()
发布于 2021-09-07 06:44:05
A.决策树+Boosting=GBDT
B.GBDT算法主要是用了Boosting方法
C.GBDT与AdaBoost的对比,都是Boosting家族成员,使用弱分类器;都使用前向分步算法
D.梯度提升算法通过迭代地选择一个梯度方向上的基函数来逐渐逼近局部极小值
查看更多
关注者
0
被浏览
39
体验AI问答!更聪明、超智能!
一款基于GPT的超级AI助手,可以对话、创作、写文案!
👉 点击使用 - AI智能问答 🔥
奈尔伽姆
2021-09-07
Stellar小行星矿业合作社
此回答被采纳为最佳答案,开通VIP会员可查看
1
个回答
默认排序
按发布时间排序
撰写答案
请登录后再发布答案,
点击登录
登录
注册新账号
有人回复时邮件通知我
关于作者
MY2021
这家伙很懒,什么也没写!
提问
802
回答
1285
被采纳
1224
关注TA
发私信
相关问题
1
Adboost的优点不包括()
2
根据民法典第三百六十七条:“设立居住权,当事人应当采用()形式订立居住权合同。”
3
LightGBM与XGBoost相比,主要的优势不包括()
4
根据本讲,2020年政法战线坚决贯彻党中央决策部署,为统筹推进疫情防控和经济社会发展工作创造了()的社会环境。
5
随机森林和GBDT的描述不正确的是()
6
一旦危险源存在一些事故隐患,偏离安全状态,就让它回到受控状态,这就是我们现在在生产安全领域一直在推进、实施的事故防控的()机制。
7
以下那种算法不是集成学习算法()
8
自然因素危险源主要起源于()。
9
下面关于随机森林和梯度提升集成方法的说法哪个是正确的?(多选)()
10
根据本讲,()是治国理政的基本方式。
发布
问题
手机
浏览
扫码手机浏览
分享
好友
在线
客服
回到
顶部