对于Boosting算法描述错误的是()。
A.可将强学习器降为弱学习器
B.从初始训练集训练基学习器
C.对训练样本分布进行调整
D.做错的训练样本多次训练
A.可将强学习器降为弱学习器
B.从初始训练集训练基学习器
C.对训练样本分布进行调整
D.做错的训练样本多次训练
B.提升算法基于概率近似正确(probably approximately correct, PAC)理论,即如果已经发现了“弱学习算法”,可将其提升(boosting)为“强学习算法”
C.提升算法将若干个弱分类器(weak classifiers)组合起来,形成一个强分类器(strong classifier)
D.提升算法在每一轮迭代学习中均会更改每个数据的权重
A.数据以段为单位读取
B.采用 LRU 算法策略
C.数据缓存的大小对于查询性能没有影响
D.数据以记录为单位读取
A.算法可以用自然语言、流程图、伪代码来描述
B.算法的步骤必须是有限的
C.算法可以没有输入,但必须有输出
D.算法的步骤不需要确切的定义,合适就行
A.该算法适合于大多数的业务
B.该算法会使得网络的平均吞吐率下降
C.该算法在调度时不考虑业务的时延
D.该算法在调度时对于QCI优先级高的业务优先调度对于QCI相同的业务在时间上均匀的分配资源
A.对于非自然图像采用无损压缩
B.只支持华为特定的自然图像压缩算法
C.能自动识别整幅图像中的文字、Windows图框、线条等非自然图像
D.相片、图片等自然图像采用合适的压缩率进行有损压缩