Kvíz spojený s průvodcem · Střední úroveň
Ensemble Methods a Gradient Boosting Quiz
Porovnejte pytlování a zesílení, zbytkové přizpůsobení, smrštění, regularizaci, použití tabulkových dat a vyhodnocovací nástroje pro stromové soubory.
Otázka 1 z 8
What is the core operation in an ensemble method?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- What is the core operation in an ensemble method?
- Combining predictions from multiple models
- Použití jednoho velmi velkého modelu místo mnoha malých
- Trénink modelu na co největším množství dat
- Odstranění všech slabých žáků z modelu
- How does gradient boosting differ from bagging in the usual training setup?
- Posilování trénuje stromy paralelně; pytlování je trénuje postupně
- Boosting adds learners sequentially; independently fitted bagging learners can be trained in parallel
- Boosting funguje pouze u obrázků; pytlování pouze na textu
- V praxi jsou totožné
- In gradient boosting, what target does a new tree approximate?
- Původní raw etikety
- Pouze náhodná podmnožina funkcí
- The negative gradient of the current loss, often called a pseudo-residual
- Průměr všech předchozích stromů
- What is a possible effect of using a smaller learning rate in boosting?
- Chcete-li zvětšit velikost každého stromu
- Chcete-li odstranit stromy, které fungují špatně
- Převést stromy na neuronové sítě
- It can make updates more gradual and may require more trees
- What type of input is used in the cited gradient-boosted-tree examples and studies?
- Structured or tabular data
- Obrázky ve vysokém rozlišení
- Surové zvukové křivky
- Dlouhé dokumenty v přirozeném jazyce
- Jaká je běžná technika regularizace, která se používá k tomu, aby nedošlo k přetížení?
- Odstranění funkce ztráty
- Omezení hloubky stromu a řádků/prvků podvzorkování
- Vždy použijte rychlost učení přesně 1,0
- Školení nekonečně mnoho stromů
- What does an out-of-bag score estimate in a bagged tree ensemble?
- The accuracy on examples used by every tree
- The number of leaves in the largest tree
- Generalization performance using training examples omitted from a tree’s bootstrap sample
- The learning rate of a gradient-boosted model
- What does early stopping monitor during gradient-boosting training?
- Only the training-set row order
- Whether the model has no trees left
- The number of categorical columns in a spreadsheet
- A validation metric and stops adding trees when it no longer improves