![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
下列有关决策树说法错误的是()。
A.是一个监督学习算法
B.是一个分类模型
C.是一个回归模型
D.主要用来处理时间序列数据样本
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.是一个监督学习算法
B.是一个分类模型
C.是一个回归模型
D.主要用来处理时间序列数据样本
下列有关项目决策树的说法正确的是()
A决策树是一个从左至右展开的树状图
B决策树职能进行单级决策
C决策树分级越多决策树就会越复杂
D决策树能够使项目管理者有步骤地进行决策
A.冗余属性不会对决策树的准确率造成不利的影响
B.子树可能在决策树中重复多次
C.决策树算法对于噪声的干扰非常敏感
D.寻找最佳决策树是NP完全问题
A.决策树在构建节点时选择一个特征,并根据这个特征不同的特征值将数据划分为不同的子集
B.决策树可能存在某个分支下面的数据是零条的情况
C.决策树同一个节点的分支是无序的
D.决策树的特征值可以是离散值
A.各基分类器之间有较强依赖,不可以进行并行训练
B.最著名的算法之一是基于决策树基分类器的随机森林
C.当训练样本数量较少时,子集之间可能有重叠
D.为了让基分类器之间互相独立,需要将训练集分为若干子集
A.随机森林算法的分类精度与所含决策树的数量没有太大关系
B.随机森林算法对异常值和缺失值不敏感储
C.随机森林算法完全不需要考虑过拟合问题
D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
A.冗余属性不会对决策树的准确率造成不利的影响
B.子树可能在决策树中重复多次
C.决策树算法对于噪声的干扰非常敏感
D.寻找最佳决策树是NP完全问题
A.冗余属性不会对决策树的准确率造成不利的影响
B.子树可能在决策树中重复多次
C.决策树算法对于噪声的干扰非常敏感
D.寻找最佳决策树是NP完全问题
A.常见的决策树算法包括ID3、C4.5和CART算法
B.C4.5算法中属性选择使用信息增益率,避免了对属性值多的属性过度敏感
C.CART算法的基尼指数与ID3算法的信息增益都是用于属性选择
D.信息增益、信息增益率、基尼指数的计算结果不会影响决策树结构