1、什么是集成学习算法? 2、集成学习主要有哪几种框架,并简述他们的工作过程? 3、Boosting算法有哪两类,他们之间的区别是什么? 4、什么是偏差和方差? 5、如何从减少方差和偏差的角度解释Boosting和Bagging的康? 6、随机森林的工作原理是什么? 7、随机森林的随机性主要体现在哪些方面? 8、随机森林算法有哪些优缺点? 9、为什么随机森林不能用全部训练样本去训练m颗随机树? 10、简述随机森林和GBDT的区别