题海让大学四年没有难题
白天模式登陆

题目详情

单选题 下列说法错误的是( )

A. 信息增益准则对可取值较少的属性有所偏好

B. 信息增益准则对可取值较少的属性有所偏好

C. 基尼指数反映了从数据集中随机抽取两个样本,其类别标记不一致的概率

D. 基尼指数反映了从数据集中随机抽取两个样本,其类别标记不一致的概率

E. 基尼指数越小,数据集的纯度越高

F. 基尼指数越小,数据集的纯度越高

G. C4.5算法并不是直接选择增益率最大的候选划分属性

H. C4.5算法并不是直接选择增益率最大的候选划分属性

机器学习课程封面

学科：机器学习

时间：2023-06-19 15:46:21

相关题目

相关作业

题目1
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. 不剪枝B. 不剪枝C. 后剪枝D. 后剪枝E. 预剪枝F. 预剪枝G. 随机剪枝H. 随机剪枝
题目2
单选题
下列说法错误的是()
A. 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B. 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C. 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D. 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E. 划分选择的各种准择对泛化性能的影响有限F. 划分选择的各种准择对泛化性能的影响有限G. 划分选择的各种准择对决策树尺寸有较大影响H. 划分选择的各种准择对决策树尺寸有较大影响
题目3
单选题
通常来说,子节点的基尼不纯度与其父节点是什么样的关系
A. 通常更高B. 通常更高C. 通常更低D. 通常更低E. 永远更高F. 永远更高G. 永远更低H. 永远更低
题目4
单选题
以下哪个选项是信息增益的定义
A. 划分前的信息熵-划分后的信息熵B. 划分前的信息熵-划分后的信息熵C. 划分前的信息熵/划分后的信息熵D. 划分前的信息熵/划分后的信息熵E. 划分后的信息熵+划分前的信息熵F. 划分后的信息熵+划分前的信息熵G. 划分后的信息熵-划分前的信息熵H. 划分后的信息熵-划分前的信息熵
题目5
单选题
以下那种说法是错误的( )
A. 中国足球队战胜巴西足球队的信息熵要小于中国乒乓球队战胜巴西乒乓球队的信息熵B. 一个系统越是有序,信息熵就越低C. 一个系统越是混乱,随机变量的不确定性就越大,信息熵就越高D. 信息增益 = 信息熵 - 条件熵
题目6
单选题
以下关于决策树算法说法错误的是 ( )
A. CART算法选择基尼系数来选择属性B. ID3算法选择信息增益最大的特征作为当前决策节点C. C4.5算法不能用于处理不完整数据D. C4.5算法选择信息增益率来选择属性
题目7
单选题
C4.5选择属性用的是( )
A. 信息熵B. 交叉熵C. 信息增益D. 信息增益率
题目8
单选题
关于CART算法,错误的是( )
A. CART算法既可以处理分类问题,也可以处理回归问题B. 可以处理样本不平衡问题C. CART算法采用信息增益率的大小来度量特征的各个划分点D. CART 分类树采用基尼系数的大小来度量特征的各个划分点
题目9
单选题
下列说法错误的是( )
A. 信息增益准则对可取值较少的属性有所偏好B. 信息增益准则对可取值较少的属性有所偏好C. 基尼指数反映了从数据集中随机抽取两个样本,其类别标记不一致的概率D. 基尼指数反映了从数据集中随机抽取两个样本,其类别标记不一致的概率E. 基尼指数越小,数据集的纯度越高F. 基尼指数越小,数据集的纯度越高G. C4.5算法并不是直接选择增益率最大的候选划分属性H. C4.5算法并不是直接选择增益率最大的候选划分属性
题目10
单选题
随着决策树学习时的深度增加,会发生什么现象
A. 位于叶结点的样本越来越少B. 位于叶结点的样本越来越少C. 叶结点一定学到一般规律D. 叶结点一定学到一般规律E. 不会把数据中不该学到的特性学出来F. 不会把数据中不该学到的特性学出来G. 决策树不会过拟合H. 决策树不会过拟合
Copyright © 2022 津ICP备2021001502号