首页 > 试题广场 >

下列关于随机森林(RF)与梯度提升树(GBDT)区别说法正确

[不定项选择题]
下列关于随机森林(RF)与梯度提升树(GBDT)区别说法正确的是（ ） 
  • 组成随机森林的树可以分类树也可以是回归树，而GBDT只由回归树组成。
  • 随机森林对异常值敏感，而GBDT对异常值不敏感。
  • 随机森林不需要进行数据预处理，即特征归一化。而GBDT则需要进行特征归一化。
  • 组成随机森林的树可以并行生成，而GBDT是串行生成。
查看正确选项
添加回答
理想L9头像 理想L9
GBDT和RF的相同点：
1.都是由多棵树组成
2.最终的结果都是由多棵树一起决定
GBDT和RF的不同点：
1.组成随机森林的树可以是分类树，也可以是回归树；而GBDT只由回归树组成
2.组成随机森林的树可以并行生成；而GBDT只能是串行生成
3.对于最终的输出结果而言，随机森林采用多数投票等；而GBDT则是将所有结果累加起来，或者加权累加起来
4.随机森林对异常值不敏感，GBDT对异常值非常敏感；
5.随机森林对训练数据一视同仁，GBDT是基于权值的弱分类器的集成；
6.随机森林是通过减少模型方差提高性能，GBDT是通过减少模型偏差提高性能；
编辑于 2020-08-16 10:44:53 回复(0)
春招再战阿里头像 春招再战阿里
树模型都不用归一化，C可能有问题

发表于 2019-03-12 17:24:28 回复(3)
牛客网弟中弟头像 牛客网弟中弟
GBDT的特征也不用归一化把。。。
发表于 2019-03-14 12:40:35 回复(1)
hide_in_vision头像 hide_in_vision
gbdt本质就是梯度上升法，算梯度还是要归一化的，去量纲
编辑于 2020-09-07 00:14:47 回复(0)
鸡核王鱼奎恩头像 鸡核王鱼奎恩
理论上树模型全部不需要归一化。因为本来也不是靠什么梯度下降法来训练的，只跟特征值的大小有关，没有改变特征值的顺序理论上不影响结果。
发表于 2019-03-31 14:45:02 回复(0)
ssssxt头像 ssssxt
GBDT也可以分类把
发表于 2020-05-27 18:35:40 回复(0)
一直很安静。201908311207215头像 一直很安静。201908311207215
感觉A、C也是错的
发表于 2019-08-31 12:53:42 回复(0)
Dejavu_Get头像 Dejavu_Get
xgboost
不就能是二分类树吗
通过logistic
什么鬼
发表于 2019-08-03 20:55:52 回复(0)
提交观点

问题信息

小米集团 算法工程师 机器学习 2019
来自：小米2019秋招算法笔...
上传者：小小
难度：
8条回答 5735浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号