有關隨機森林(Random Forests)之敘述，下列何者正確？
A採用 Boosting 方法
B使用多個淺層決策樹 (Decision Stump) 構建整個森林
C是一種重抽樣(Re-sampling)技術的應用正確答案
D模型訓練的運算較難平行化
答案與詳解
逐選項解析
A採用 Boosting 方法Bagging vs Boosting✕ 易錯陷阱
隨機森林採用的是Bagging方法，而非Boosting。Boosting是AdaBoost、Gradient Boosting、XGBoost等演算法使用的策略，兩者容易混淆。Bagging是並行訓練多棵樹，Boosting是序列式加權訓練。
B使用多個淺層決策樹 (Decision Stump) 構建整個森林決策樹深度✕ 錯誤
隨機森林使用的是多棵完整生長的決策樹（Full-grown Decision Trees），而非淺層決策樹（Decision Stump，即只有一層的決策樹）。Decision Stump是AdaBoost常用的弱學習器。
C是一種重抽樣(Re-sampling)技術的應用✓ 正確
D模型訓練的運算較難平行化✕ 錯誤
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
