以下说法中正确的是() SVM对噪声(如来自其他分布的噪声样本)鲁棒 在AdaBoost算法中,所有被分错的样本的权重更新比例相同 Boosting和Bagging都是组合多个分类器投票的方法,二者都是根据单个分类器的正确率决定其权重 给定n个数据点,如果其中一半用于训练,一般用于测试,则训练误差和测试误差之间的差别会随着n的增加而减少
SVM对噪声(如来自其他分布的噪声样本)鲁棒
在AdaBoost算法中,所有被分错的样本的权重更新比例相同
Boosting和Bagging都是组合多个分类器投票的方法,二者都是根据单个分类器的正确率决定其权重
给定n个数据点,如果其中一半用于训练,一般用于测试,则训练误差和测试误差之间的差别会随着n的增加而减少