下列关于决策树的说法错误的是()。
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.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.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.决策树的构建是一种自下向上的归纳过程
B.决策树是一种树形结构,每个节点表示在某个属性上的测试
C.决策树的构建是种自顶向下的递归过程
D.决策树的每个分支表示一个测试输出,叶子节点表示一种类别
A.随机森林中的基分类器通常是CART决策树
B.agging方法得到的分类器对于噪声数据和过拟合问题更具健壮性
C.Boosting可将弱学习器提升为强学习器
D.Stacking的结果由最初的学习器决定
A.期望利润标准就是现实主义决策标准
B.决策树可以用在风险的条件下决策
C.乐观主义和保守主义标准应用于同一决策问题时答案一致
D.决策树是在不确定条件下进行决策的一种方法