决策树中，C4.5算法是ID3算法的延伸，可以处理缺失值、连续变量及剪枝等。
决策树中，C4.5算法是ID3算法的延伸，可以处理缺失值、连续变量及剪枝等。
A、正确
B、错误
正确答案：A
相关答案
- 1.决策树算法中，将当前样本划分为两个子样本，使得生成的每个非叶节点都有两个分支的算法是（）
- 2.关于下面的决策树说法正确的是（）。
- 3.下面关于决策树的剪枝操作理解正确的是（）。
- 4.下列属于CART算法的优点的是（）。
- 5.CART的结果不受自变量的单调变换的影响。
- 6.减枝准则是为了在精确性和复杂性中找到平衡，一般采用（）来度量两者之间的关系。
- 7.决策树的cp值越小，那么（）
- 8.下面关于决策树的剪枝操作理解不正确的是（）。
- 9.决策树中，CART算法生成的决策树是结构简洁的二叉树，在每一步的决策树只能选择“是”或“否”，即使一个feature有多个取值，也只能把数据分为两部分。
- 10.下列关于随机森林算法，说法错误的是（）
热门答案
- 1.CART的结果受自变量的单调变换的影响。
- 2.构成随机森林的决策树越多，那么（）
- 3.用随机的方式建立一个森林。森林由很多决策树组成的算法是：（）
- 4.在聚类分析中，如果新类与其他类别之间存在多个点与点之间的距离，取这些距离最小者作为两类的距离，该方法为（）。
- 5.决策树中，CART算法生成的决策树是结构简洁的二叉树，在每一步的决策树只能选择“是”或“否”但当一个feature有多个取值，可以把数据分为多个部分。
- 6.Mahalanobis距离指的是：（）
- 7.随机森林算法建立决策树过程中，对于行采样，采样无放回的方式。
- 8.下列哪一项不属于聚类分析（）。
- 9.随机森林的优势是（）。
- 10.随机森林算法建立决策树过程中，对于行采样，采样有放回的方式，也就是在采样得到的样本集合中，可能有重复的样本。