题目内容
（请给出正确答案）
[单选题]
以下关于随机森林（Random Forest）的说法正确的是（）
A.随机森林由若干决策树构成，决策树之间存在关联性。
B.随机森林学习过程分为选择样本，选择特征，构建决策树、投票四个部分。
C.随机森林算法容易陷入过拟合。
D.随机森林构建决策树时，是无放回的选取训练数据。
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.随机森林由若干决策树构成，决策树之间存在关联性。
B.随机森林学习过程分为选择样本，选择特征，构建决策树、投票四个部分。
C.随机森林算法容易陷入过拟合。
D.随机森林构建决策树时，是无放回的选取训练数据。
如果结果不匹配，请 联系老师 获取答案
更多“以下关于随机森林（Random Forest）的说法正确的是…”相关的问题
A.随机森林是减少模型的方差，而GBDT是减少模型的偏差
B.组成随机森林的树可以并行生成，而GBDT是串行生成
C.随机森林的结果是多数表决表决的，而GBDT则是多棵树累加之和
A.可以处理高维度的属性，并且不用做特征选择
B.随机森林的预测能力不受多重共线性影响
C.也擅长处理小数据集和低维数据集的分类问题
D.能应对正负样本不平衡问题
A.random.random（）：生成一个0-1之间的随机浮点数
B.random.uniform（a，b）：生成[a，b]之间的浮点数
C.random.randint（a，b）：生成[a，b]之间的整数
D.random.choice（sequence）：随机生成任意一个整数
A.和Adaboost相比，随机森林对错误和离群点更鲁棒
B.随机森林准确率不依赖于个体分类器的实例和他们之间的依赖性
C.随机森林对每次划分所考虑的属性数很偏感
D.Adaboost初始时每个训练元组被赋予相等的权重
A.随机森林算法的分类精度与所含决策树的数量没有太大关系
B.随机森林算法对异常值和缺失值不敏感储
C.随机森林算法完全不需要考虑过拟合问题
D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
A.n = randint.random（1,40）
B.n = random（1,40）
C.n = random.randint（1,40）
D.n = random,randint（1,40）
