A、增加树的深度
B、增加学习率
C、减少树的数量
D、减小树的深度
答案:D
解析:一般用决策树进行分类,从根结点开始,对实例的某一特征进行测试,根据测试结果,将实例分配到其子结点。这时,每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类,直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深,在训练集上误差会越小,准确率越高。但是容易造成过拟合,而且增加模型的训练时间。对决策树进行修剪,减小树的深度,能够提高模型的训练速度,有效避免过拟合。
单决策树中,学习率不是一个有效参数。
决策树是单树,随机森林由多个决策树组成。
A、增加树的深度
B、增加学习率
C、减少树的数量
D、减小树的深度
答案:D
解析:一般用决策树进行分类,从根结点开始,对实例的某一特征进行测试,根据测试结果,将实例分配到其子结点。这时,每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类,直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深,在训练集上误差会越小,准确率越高。但是容易造成过拟合,而且增加模型的训练时间。对决策树进行修剪,减小树的深度,能够提高模型的训练速度,有效避免过拟合。
单决策树中,学习率不是一个有效参数。
决策树是单树,随机森林由多个决策树组成。
解析:解析:stop表示停止
A. 自动计算,通过编程计算456*457*458*459的值
B. 文字识别,如通过OCR快速获得的图像中出汉字,保存为文本
C. 语音输入,通过话筒将讲话内容转成文本
D. 麦克风阵列,如利用灵云该技术实现远场语音交互的电视
A. 从文本中提取实体
B. 从实体间提取关系
C. 不同写法的实体统一为一个实体
D. 明确代词指向哪个实体
解析:实体统一是指判断多个实体是不是属于一个实体。
解析:正确
A. 图像加噪
B. 图像采集
C. 图像压缩
D. 图像分割
解析:为了对某图像中的目标进行分析和识别,一般需要对图像进行 图像分割处理。
A. 图像分类
B. 目标检测
C. 目标跟踪
D. 语义分割
解析:主要应用
A. 符号主义
B. 连接主义
C. 行为主义
D. 以上都不是
A. 智能平台建设
B. 大数据
C. 互联网
D. 人工智能技术
解析:基础知识
A. 局部连接
B. 权重共享
C. 下采样
D. 归一化
解析:见算法解析