A数据样本扰动
B输入属性扰动
C输出表示扰动
D算法参数扰动
集成学习中增强多样性的常见做法有()。
集成学习中不同的多样性增强机制不可同时使用
个体学习器准确性越高、多样性越大,则集成越好
要获得好的集成,个体学习器应“好而不同”,即个体学习器要有一定的“准确率”,即学习器不能太坏,并且要有“多样性”,即学习器间具有差异。
在集成学习中,对于数据型输出,最常见的结合策略是()。
首页
每日一练
打赏一下
浏览记录