Adaboost算法的自适应体现在，以每一个基分类器的分类错误率为依据来决定该分类器在整个组合分类器中的权重，分类器错误率越低，基分类器权重越大。（)

A.算法的组合过程能减小偏差

B.基分类器要选择方差小、泛化能力强的弱分类器

C.只能解决二分类问题

D.异常数据(离群点)影响大

E.精度高，参数少，自适应能力强

F.不易实现并行化训练

A.基分类器的分类正确率大于50%

B.每个基分类器的训练集和训练结果要有差异

C.基分类器的数量越多越好

D.组合分类器需要重点考虑方差和偏差

A.分类器性能提升是匀速的，与是否接近最优结果无关

B.分类器越接近最优解，分类器性能提升越慢

C.分类器错误率高，稍微训练即可大幅提升训练结果

D.其余三种说法都对

A.可以对不同分类器算法进行集成

B.可以对相同分类器在不同条件下集成

C.集成算法无法在不同条件下进行集成

D.对数据集不同部分分配给不同分类器后集成

A.线性分类器

B.贝叶斯分类器

C.最近邻分类器

D.神经网络分类器

E.结构聚类算法

F.句法模式识别