下述关于随机森林和GBDT算法的说法，正确的有（）。

A.AdaBoost算法

B.GBDT算法

C.XGBoost算法

D.RF算法

A.AdaBoost算法

B.GBDT算法

C.XGBoost算法

D.RF算法

A.训练可以高度并行化，对于大数据时代的大样本训练速度有优势

B.由于采用了随机采样，训练出的模型的方差小，泛化能力强

C.对部分特征缺失很敏感

D.在某些噪音比较大的样本集上，容易陷入过拟合

A.反向传播算法

B.正向传播算法

C.随机传播算法

D.双向传播算法

A.是一种集成学习算法

B.随机选择训练样本(行采样)

C.随机选择部分特征(列采样)

D.采用投票法(少数服从多数)确定最终类别归属

A.每颗树都是从属性集随机抽取一定数目的属性作为候选的特征。

B.随机森林训练后只需选择性能最好的树最为预测模型。

C.随机森林是一种集成算法，可以使用CART等基学习器提高分类的性能。

D.类似装袋法的样本抽样方法，保证每棵树的学习样本集的多样性。

A.用于分类的学习算法一般都会遇到过拟合问题

B.决策树的过拟合可以采用剪枝方法来处理

C.神经网络的过拟合可以采用正则化、增加测试样本的方法

D.过拟合时训练样本的准确度会下降

A.决策树

B.随机森林算法

C.神经网络

D.关联规则算法