多项选择题
关于装袋（（Bagging）算法的特点，以下描述正确的有（）
A.Bagzing改进了预测准确率，也具有非常好的解释性
B.由于每一个样本被选中的概率相同，因此装袋并不侧重于训练数据集中的任何特定实例
C.对于噪声数据，装袋不太受过分拟合的影响
D.Bagging通过降低基学习器的方差改善了泛化误差
点击查看答案
相关考题
-
多项选择题
机器学习的分类主要有哪些？（）
A.无监督学习
B.强化学习
C.监督学习
D.半监督学习 -
单项选择题
以下关于Trapper（包装法）和FiLter（过滤法）的描述不正确的是（）
A.Wrapper方法由于每次对子集的评价都要进行分类器的训练和测试，所以算法计算复杂度很高
B.Trapper方法选出的特征通用性较强，当改变学习算法时，也不需要针对该学习算法重新进行特征选择
C.相对于Filter（过滤法），Wrapper方法找到的特征子集分类性能通常更好
D.对于大规模数据集来说，Wrapper算法的执行时间很长 -
多项选择题
对于特征选择中的互信息法，以下理解正确的是？（）
A.互信息法是从信息嫡的角度分析特征和输出值之间的关系评分
B.在Python工具的sklearn模块中，可使用mutual_info_classif（分类）和mutual_info_regression（回归）来计算各个输入行征和输出值之间的互信息
C.互信息的结果对离散化的方式不敏感
D.互信息值越大，说明该特征和输出值之间的相关性越大，越需要保留
