Я изучаю машинное обучение в университете, и я должен выполнить это упражнение, но я понятия не имею, потому что это немного каверзные или читерские вопросы ...
Я знаю, как работают алгоритмы, но я долго искал это и ничего не нашел
Может ли кто-нибудь объяснить мне, являются ли следующие предложения истинными или ложными, и кратко объяснить, почему?
(a) Чем больше число итераций в методе расфасовки, тем меньше дисперсия результатов и тем выше получаемая точность
(b) Повышение нельзя применить к машинам опорных векторов, поскольку линейная комбинация гиперплоскостей - это еще одна гиперплоскость.
(c) Если для параметра «a» в случайных лесах задано количество объектов, случайный лес эквивалентен суммированию с деревьями решений.
(d) Поскольку разнообразие в классификаторе является источником успеха в мета-методе, для обеспечения этого разнообразия мы всегда обучаем классификаторы немного отличающимся версиям исходного набора данных.
Большое спасибо:)