林业大数据极端梯度提升 (XGBoost) 特征重要性试题库及答案.docVIP

林业大数据极端梯度提升(XGBoost)特征重要性试题库及答案

一、单项选择题（每题2分，共10题）

1.XGBoost属于什么类型的算法？

A.分类算法B.回归算法C.集成学习算法D.聚类算法

2.在XGBoost中，用于防止过拟合的参数是？

A.etaB.gammaC.max_depthD.以上都是

3.计算XGBoost特征重要性的方法不包括？

A.gainB.coverC.weightD.error

4.XGBoost训练模型时，默认的损失函数是？

A.均方误差B.交叉熵C.hinge损失D.对数损失

5.以下哪个不能直接影响XGBoost特征重要性结果？

A.数据预处理B.特征工程C.模型训练轮数D.绘图工具

6.关于XGBoost特征重要性，说法错误的是？

A.可用于特征选择B.重要性值越大特征越重要

C.只能通过内置方法计算D.受数据分布影响

7.XGBoost中的树结构是？

A.二叉树B.多叉树C.平衡二叉树D.完全二叉树

8.提升XGBoost模型性能与特征重要性关联不大的是？

A.增加特征数量B.调整特征重要性计算方式