Adaboost方法的自适应性表现在，根据一定规则自动调整样本的权值以及强分类器的权值。（ ）
举一反三
- 学习规则也就是权值调整规则，即在学习过程中网络中各神经元的连接权变化所依据的一定的调整规则。
- 感知机的权值不固定，根据实际输出和真实值的偏差，优化调整权值。( )
- 机器学习发展初期神经元模型阶段(1950年代中到1960年代初)模仿人脑学习机理，研究神经元模型，其分类方法通过监督学习来实现神经元间连接权的自适应调整，权值调整涉及数值计算。
- AdaBoost中基础分类器的权重设置策略存在的问题有： A: 计算复杂 B: 不能保证是最优解 C: 需要用户进行手工设置 D: 不能根据测试样本进行自适应调整
- 机器学习发展初期神经元模型阶段(1950年代中到1960年代初)模仿人脑学习机理，研究神经元模型，其分类方法通过监督学习来实现神经元间连接权的自适应调整，权值调整涉及数值计算。 A: 正确 B: 错误