多项选择题
A.高维稀疏的ID类特征会使树模型的训练变得极为低效B.容易过拟合C.高维稀疏的ID类特征会使树模型的训练变得极为高效D.容易欠拟合
GBDT常用损失函数有哪些（）A.MSE（Mean Square Error）均方误差B.RMSE（Root ...
多项选择题GBDT常用损失函数有哪些（）
A.MSE（Mean Square Error）均方误差B.RMSE（Root Mean Square Error）均方根误差C.MAE（Mean Absolute Error）平均绝对误差D.Huber Loss（MAE和MSE结合）
每个算法都会有缺点，对于集成学习GBDT的缺点是什么（）A.预测阶段的计算速度快，树与树之间可并行化计算B.G...
单项选择题每个算法都会有缺点，对于集成学习GBDT的缺点是什么（）
A.预测阶段的计算速度快，树与树之间可并行化计算B.GBDT在高维稀疏的数据集上，表现不如支持向量机或者神经网络C.在分布稠密的数据集上，泛化能力和表达能力都很好，这使得GBDT在Kaggle的众多竞赛中，经常名列榜首D.采用决策树作为弱分类器使得GBDT模型具有较好的解释性和鲁棒性，能够自动发现特征间的高阶关系
GBDT属于集成学习，因此它拥有哪些优点（）A.采用决策树作为弱分类器使得GBDT模型具有较好的解释性和鲁棒性...
单项选择题GBDT属于集成学习，因此它拥有哪些优点（）
A.采用决策树作为弱分类器使得GBDT模型具有较好的解释性和鲁棒性，能够自动发现特征间的高阶关系B.GBDT在高维稀疏的数据集上，表现不如支持向量机或者神经网络C.GBDT在处理文本分类特征问题上，相对其他模型的优势不如它在处理数值特征时明显D.训练过程需要串行训练，只能在决策树内部采用一些局部并行的手段提高训练速度
