Chương 8·Bài 8.4Pro
Ensemble
Chọn câu
Extra
Câu 1
Ba bộ phân loại độc lập, mỗi bộ đúng 70% số mẫu. Gộp bằng bỏ phiếu đa số. Accuracy của tổ hợp xấp xỉ bao nhiêu?
Đúng khi ít nhất 2 trong 3 đúng: 0,7³ + 3·0,7²·0,3 = 0,343 + 0,441 = 0,784. Con số 97% là “ít nhất một đúng”. Thực tế các mô hình không độc lập hẳn nên lợi ích nhỏ hơn; rừng ngẫu nhiên cố làm các cây khác nhau để gần với giả định này.
Phỏng theoVOAI 2025 · Vòng sơ loại · Câu 12
Câu 2
Ba cây của rừng ngẫu nhiên cho xác suất lớp A lần lượt 0,9; 0,4; 0,4 (bài hai lớp A, B). Bỏ phiếu cứng và lấy trung bình xác suất (bỏ phiếu mềm) cho kết quả nào?
Phiếu cứng: hai cây có xác suất A dưới 0,5 nên bầu B, B thắng 2-1. Phiếu mềm: trung bình (0,9 + 0,4 + 0,4)/3 ≈ 0,57 > 0,5 nên ra A. scikit-learn dùng cách lấy trung bình xác suất cho RandomForestClassifier.
Phỏng theoVOAI 2025 · Vòng sơ loại · Câu 68
Câu 3
Huấn luyện cùng cấu hình với 5 seed khác nhau, accuracy là 91,2; 90,4; 91,8; 90,9; 91,0. Cấu hình mới chạy một lần được 91,6. Kết luận thế nào?
Cấu hình cũ trung bình 91,06 nhưng dao động từ 90,4 tới 91,8. Một lần chạy 91,6 nằm trong khoảng đó. Nên chạy nhiều seed cho cả hai và so trung bình kèm độ lệch chuẩn.
Ôn lạiBài 8.4Đổi seed và trung bình nhiều lần chạyBài 3.4Tái lập