首页
决策树算法的C4.5算法可以处理（）。
精华吧
→
答案
→
远程教育
→
国家开放大学
决策树算法的C4.5算法可以处理（）。
A、定性变量
B、缺失值
C、连续变量
D、剪枝
正确答案：ABCD
Tag：
变量
算法
缺失
时间：2024-03-21 12:15:18
上一篇：
下列不属于CART算法的优点的是（）。
下一篇：
决策树中，由于信息增益最大的划分原则容易产生小而纯的子集，所以C4.5算法提出了增益比。
相关答案
1.
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。
2.
决策树中，ID3算法既能处理定性变量，也能处理连续变量、缺失值等。
3.
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（）
4.
关于下面的决策树说法正确的是（）。
5.
下面关于决策树的剪枝操作理解正确的是（）。
6.
下列属于CART算法的优点的是（）。
7.
CART的结果不受自变量的单调变换的影响。
8.
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。
9.
决策树的cp值越小，那么（）
10.
下面关于决策树的剪枝操作理解不正确的是（）。
热门答案
1.
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。
2.
下列关于随机森林算法，说法错误的是（）
3.
CART的结果受自变量的单调变换的影响。
4.
构成随机森林的决策树越多，那么（）
5.
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：（）
6.
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（）。
7.
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。
8.
Mahalanobis距离指的是：（）
9.
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。
10.
下列哪一项不属于聚类分析（）。