登陆题目详情
单选题 关于C4.5算法,错误的是( )
学科：机器学习
时间：2023-06-19 09:45:42
相关题目
相关作业
题目1单选题
关于剪枝,下列说法错误的是()A. 预剪枝在树的训练过程中通过停止分裂对树的规模进行限制B. 预剪枝在树的训练过程中通过停止分裂对树的规模进行限制C. 决策树的剪枝算法可以分为两类,分别称为预剪枝和后剪枝D. 决策树的剪枝算法可以分为两类,分别称为预剪枝和后剪枝E. 后剪枝先构造出一棵完整的树,然后通过某种规则消除掉部分节点,用叶子节点替代F. 后剪枝先构造出一棵完整的树,然后通过某种规则消除掉部分节点,用叶子节点替代G. 对于同一棵树,进行预剪枝和后剪枝得到的决策树是一样的H. 对于同一棵树,进行预剪枝和后剪枝得到的决策树是一样的
题目2单选题
以下关于决策树算法说法错误的是 ( )A. ID3算法选择信息增益最大的特征作为当前决策节点B. C4.5算法不能用于处理不完整数据C. CART算法选择基尼系数来选择属性D. C4.5算法选择信息增益率来选择属性
题目3单选题
提前终止某些分支的生长,这个策略的名称是什么A. 后剪枝B. 后剪枝C. 不剪枝D. 不剪枝E. 预剪枝F. 预剪枝G. 随机剪枝H. 随机剪枝
题目4单选题
下列说法错误的是()A. CART算法在候选属性集合中选取使划分后基尼指数最大的属性B. CART算法在候选属性集合中选取使划分后基尼指数最大的属性C. 相比划分准则,剪枝方法和程度对决策树泛化性能的影响更为显著D. 相比划分准则,剪枝方法和程度对决策树泛化性能的影响更为显著E. 划分选择的各种准择对决策树尺寸有较大影响F. 划分选择的各种准择对决策树尺寸有较大影响G. 划分选择的各种准择对泛化性能的影响有限H. 划分选择的各种准择对泛化性能的影响有限
题目5单选题
下列选项哪个是决策树的预测过程A. 将测试示例从根节点开始,沿着划分属性所构成的"判定测试序列"下行,直到叶节点B. 将测试示例从根节点开始,沿着划分属性所构成的"判定测试序列"下行,直到叶节点C. 将测试示例从叶节点开始,沿着划分属性所构成的"判定测试序列"上行,直到根节点D. 将测试示例从叶节点开始,沿着划分属性所构成的"判定测试序列"上行,直到根节点E. 将测试示例从一个中间节点开始,沿着划分属性所构成的"判定测试序列"下行,直到叶节点F. 将测试示例从一个中间节点开始,沿着划分属性所构成的"判定测试序列"上行,直到根节点G. 将测试示例从一个中间节点开始,沿着划分属性所构成的"判定测试序列"上行,直到根节点
题目6单选题
关于C4.5算法,错误的是( )A. C4.5算法采用基尼系数的大小来度量特征的各个划分点B. C4.5算法可以处理非离散的数据C. C4.5算法引入悲观剪枝策略进行后剪枝D. C4.5 算法最大的特点是克服了 ID3 对特征数目的偏重这一缺点
题目7单选题
以下关于决策树特点分析的说法错误的有 ( )A. 推理过程容易理解,计算简单B. 算法容易造成过拟合C. 算法考虑了数据属性之间的相关性D. 算法自动忽略了对模型没有贡献的属性变量
题目8单选题
关于CART算法,错误的是( )A. 可以处理样本不平衡问题B. CART 分类树采用基尼系数的大小来度量特征的各个划分点C. CART算法既可以处理分类问题,也可以处理回归问题D. CART算法采用信息增益率的大小来度量特征的各个划分点
题目9单选题
信息熵Entrophy是度量样本集合___________最常用的一种指标A. 纯度B. 纯度C. 大小D. 大小E. 重要性F. 重要性G. 对称差H. 对称差
题目10单选题
以下关于决策树原理介绍错误的有 ( )A. 决策树生成过程中需要用到分割法B. 决策树算法属于无监督学习C. 决策树算法本质上是贪心算法D. 决策树决策过程从根节点开始
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
