题目内容
(请给出正确答案)
[单选题]
如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型,下列哪种做法是正确的()。
A.增加树的深度
B.增加学习率
C.减小树的深度
D.减少树的数量
查看答案
如果结果不匹配,请 联系老师 获取答案
A.增加树的深度
B.增加学习率
C.减小树的深度
D.减少树的数量
A.各基分类器之间有较强依赖,不可以进行并行训练
B.最著名的算法之一是基于决策树基分类器的随机森林
C.当训练样本数量较少时,子集之间可能有重叠
D.为了让基分类器之间互相独立,需要将训练集分为若干子集
A.数据集合扩充
B.L1和L3正则化
C.提前停止训练
D.使用Dropout方法
A.除去神经网络中的最后一层,冻结所有层然后重新训练
B.对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C.使用新的数据集重新训练模型
D.所有答案均不对
A.对训练集随机采样,在随机采样的数据上建立模型
B.尝试使用在线机器学习算法
C.使用PCA算法减少特征维度
A.使用前向特征选择方法
B.使用后向特征排除方法
C.我们先把所有特征都使用,去训练一个模型,得到测试集上的表现.然后我们去掉一个特征,再去训练,用交叉验证看看测试集上的表现.如果表现比原来还要好,我们可以去除这个特征
D.查看相关性表,去除相关性最高的一些特征
A.出钱找公众号大V编写营销软文,进行产品推广,用费用换流量
B.销售日报发送到部门群,让大家看见彼此间的工作状态,营造一个积极的工作氛围
C.把公司产品放到钉钉企业主页上,通过企业广场进行引流,整个过程无需花费额外费用
D.在搜索引擎上增加投入,花钱让更多人看到公司的产品