首页 > 试题广场 >

下列关于分类器的说法中不正确的是（）

[单选题]

下列关于分类器的说法中不正确的是（）

SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，属于结构风险最小化

Naive Bayes是一种特殊的Bayes分类器，其一个假定是每个变量相互条件独立。

Xgboost是一种优秀的集成算法，其优点包括速度快、对异常值不敏感、支持自定义损失函数等等

随机森林中列采样的过程保证了随机性，所以就算不剪枝，也不容易出现过拟合。

查看答案及解析

干豆豆浆

xgboost对异常值敏感

发表于 2019-08-04 18:25:51 回复(0)

Jackson_888

随机森林不需要剪枝，因为本类就很大方差，防止过拟合

GBDT核心在于每一棵树学的是之前所有树的结论和的残差，残差是一个加预测值后能得到真实值得累加量，xgboost和GBDT差不多，不过还支持线性分类器

xgboost可以自定损失函数，速度很快，但是对异常值很敏感

发表于 2019-08-02 00:04:15 回复(2)

darthy想成为思想极客

这个题B应该也是错的吧，只能说条件独立吧。

发表于 2019-09-13 12:23:46 回复(0)

卷子清

如果按照GBDT对异常值敏感的说法来看的话，xgboost也应该对异常值敏感。不过谁能解释一下gbdt为啥对异常值敏感吗

发表于 2019-03-13 13:54:24 回复(8)

摘星人er

xgboost对异常值敏感，可以自定义损失函数，速度快。

发表于 2021-12-06 20:36:10 回复(0)

提交观点

问题信息

算法工程师机器学习 2019 顺丰集团

来自：顺丰科技2019秋招人...

上传者：小小

难度：

5条回答 613收藏 7095浏览

扫一扫，把题目装进口袋