林业大数据极端随机树 (ExtraTrees) 预测林产品价格特征选择试题库及答案.docVIP

林业大数据极端随机树(ExtraTrees)预测林产品价格特征选择试题库及答案

一、单项选择题（每题2分，共10题）

1.极端随机树属于以下哪种算法类型？

A.决策树B.支持向量机C.神经网络

答案：A

2.林业大数据中，可作为林产品价格特征的是？

A.树木高度B.当地人口数量C.土壤湿度

答案：A

3.极端随机树训练时数据划分方式常是？

A.留一法B.交叉验证C.直接划分

答案：B

4.选择林产品价格特征时，以下哪个指标可评估特征重要性？

A.准确率B.基尼系数C.F1值

答案：B

5.极端随机树相比普通决策树，优势在于？

A.计算速度慢B.不易过拟合C.精度低

答案：B

6.哪种数据预处理对极端随机树训练重要？

A.数据标准化B.数据加密C.数据删除

答案：A

7.极端随机树在林业大数据应用中，核心作用是？

A.数据存储B.特征选择与预测C.数据可视化

答案：B

8.林产品价格特征选择中，若特征过多会导致？

A.模型简单B.过拟合C.欠拟合

答案：B

9.极端随机树训练时，数据缺失值处理常用方法是？

A.直接忽略B.均值填充C.重新采集

答案：B

10.林业大数据中，影响林产品价格的市场因素是？