niusouti.com

以下哪项关于决策树的说法是错误的?()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

题目

以下哪项关于决策树的说法是错误的?()

  • 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

相似考题
参考答案和解析
正确答案:C
更多“以下哪项关于决策树的说法是错误的?()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”相关问题
  • 第1题:

    ID3算法的核心是在决策树叶结点上应用信息增益准则选择特征,递归地构建决策树。()

    此题为判断题(对,错)。


    正确答案:错误

  • 第2题:

    关于决策树的叙述中,错误的是()

    • A、决策树就是利用树型模型来描述决策分析问题,并直接在决策树图上进行决策分析的一种方法
    • B、在决策树中,节点包括决策节点、状态节点和结果节点
    • C、在决策树中,决策准则只能是益损期望值
    • D、需要经过多级决策才能完成的决策,可以用多级决策树来表示

    正确答案:C

  • 第3题:

    决策树算法易于理解好实现,且对缺失值、异常值和共线性都不敏感,是做分类预测的首选算法。


    正确答案:错误

  • 第4题:

    应用决策树分析一个决策问题,常用的分析框架包括构造决策问题、构造决策树,以及()。

    • A、确定不确定事件及每个可能结果的概率
    • B、确定决策树最终分枝的数值
    • C、利用回溯方法求解决策树,确定最优策略的EMV
    • D、完成灵敏度分析

    正确答案:A,B,C,D

  • 第5题:

    什么是决策树?


    正确答案: 有时候一项决策的结果是分段产生的,后一阶段产生结果的概率,可能不同于前一阶段,另外,以后阶段的结果往往在很大程度上又取决于以前阶段的决策。这时,要正确进行今天的决策,就必须同时考虑将来不同阶段可能产生的结果,在这种复杂情况下,人们常使用决策树作为决策的工具。

  • 第6题:

    下列有关项目决策树的说法正确的是()

    • A、决策树是一个从左至右展开的树状图
    • B、决策树只能进行单级决策分析
    • C、决策树分级越多,决策树图就会也复杂
    • D、决策树能够使项目管理者有步骤地进行决策
    • E、决策树可以把所有因素都考虑进去

    正确答案:A,C,D

  • 第7题:

    以下关于决策树的说法中,不正确的是()。

    • A、冗余属性不会对决策树的准确率造成不利的影响
    • B、子数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

    正确答案:C

  • 第8题:

    决策树的具体步骤是()。

    • A、计算期望值→画决策树→修枝选定方案
    • B、画决策树→计算期望值→修枝选定方案
    • C、计算期望值→修枝选定方案→画决策树
    • D、画决策树→修枝选定方案→计算期望值

    正确答案:B

  • 第9题:

    问答题
    什么是决策树,它的构成要素是什么?画决策树的步骤是什么?

    正确答案: 决策树是树型决策法的基本结构模型,它由决策点、方案分枝、状态结点、概率分枝和结果点等要素构成。步骤:画出决策树,计算期望益损值,剪枝。
    解析: 暂无解析

  • 第10题:

    多选题
    以下有关随机森林算法的说法正确的是()
    A

    随机森林算法的分类精度不会随着决策树数量的增加而提高

    B

    随机森林算法对异常值和缺失值不敏感

    C

    随机森林算法不需要考虑过拟合问题

    D

    决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好


    正确答案: A,D
    解析: 暂无解析

  • 第11题:

    多选题
    以下算法中对缺失值敏感的有()
    A

    ogistic回归

    B

    SVM算法

    C

    CART决策树

    D

    朴素贝叶斯


    正确答案: D,B
    解析: 暂无解析

  • 第12题:

    单选题
    决策树的具体步骤是()。
    A

    计算期望值→画决策树→修枝选定方案

    B

    画决策树→计算期望值→修枝选定方案

    C

    计算期望值→修枝选定方案→画决策树

    D

    画决策树→修枝选定方案→计算期望值


    正确答案: B
    解析: 暂无解析

  • 第13题:

    在决策树法中,决策树是由( )组成的。

    A.方块结点

    B.圆形结点

    C.方案枝

    D.概率枝

    E.期望值枝


    正确答案:ABCD

  • 第14题:

    以下算法中对缺失值敏感的有()

    • A、ogistic回归
    • B、SVM算法
    • C、CART决策树
    • D、朴素贝叶斯

    正确答案:A,B

  • 第15题:

    关于期望值方法和决策树,正确的说法有()。

    • A、决策树很易懂
    • B、期望值方法是一种计量决策方法
    • C、决策树是期望值方法的一种方法
    • D、决策树很直观
    • E、采用期望值法主要是为了减少结果的不可靠性

    正确答案:A,B,C,D,E

  • 第16题:

    可用作数据挖掘分析中的关联规则算法有()。

    • A、决策树、对数回归、关联模式
    • B、K均值法、SOM神经网络
    • C、Apriori算法、FP-Tree算法
    • D、RBF神经网络、K均值法、决策树

    正确答案:C

  • 第17题:

    决策的类型?决策树法适用于哪种类型?决策树法分析的步骤?


    正确答案: 类型:确定型决策,非确定性决策(风险性决策、完全不确定性决策)。
    决策树法适用于风险型决策。
    分析步骤:
    1.根据决策问题绘制决策树;
    2.计算概率分支的概率值和相应的结果节点的收益值;
    3.计算各概率点的收益期望值;
    4.确定最优方案。

  • 第18题:

    下列有关决策树与决策影响图的说法错误的是()

    • A、决策树可以直观地描述决策过程
    • B、决策影响图可以直观地描述决策要素之间的关系
    • C、决策影响图可以直观地描述决策要素之间的关系。适合复杂的决策
    • D、决策树也适合复杂的决策,决策影响图能直观地表示决策结果的计算过程

    正确答案:D

  • 第19题:

    以下算法中,不属于分类预测的典型算法的是()

    • A、Logistic回归
    • B、决策树
    • C、K-means算法
    • D、神经网络

    正确答案:C

  • 第20题:

    什么是决策树技术?决策树对管理人员有何意义?


    正确答案: 决策树是对决策局面的一种图解。
    它是把各种备选方案、可能出现的自然状态及各种损益值简明的绘制在一张图表上,用决策树可以使决策问题形象化。决策树便于管理人员审度决策局面,分析决策过程,尤其对那些缺乏所需数学知识从而不能胜任运算的管理人员。

  • 第21题:

    问答题
    什么是决策树技术?决策树对管理人员有何意义?

    正确答案: 决策树是对决策局面的一种图解。
    它是把各种备选方案、可能出现的自然状态及各种损益值简明的绘制在一张图表上,用决策树可以使决策问题形象化。决策树便于管理人员审度决策局面,分析决策过程,尤其对那些缺乏所需数学知识从而不能胜任运算的管理人员。
    解析: 暂无解析

  • 第22题:

    多选题
    关于期望值方法和决策树,正确的说法有()。
    A

    决策树很易懂

    B

    期望值方法是一种计量决策方法

    C

    决策树是期望值方法的一种方法

    D

    决策树很直观

    E

    采用期望值法主要是为了减少结果的不可靠性


    正确答案: B,D
    解析: 暂无解析

  • 第23题:

    问答题
    IBLE决策树的表示形式是什么?比较IBLE决策树和ID3决策树有什么不同?

    正确答案: 决策规则树中非叶节点均为规则。规则表示为:
    特征:A1,A2,……,Am
    权值:W1,W2,…,Wm
    标准值:V1,V2,…,Vm
    阈值:Sp,Sn
    该规则可形式描述为:
    (1)sum:=0
    (2)对i:=1到m作:若(Ai)=Vi,则sum:=sum+wi
    (3)若sum<=Sn,则该例为N类
    (4)若sum>=Sp,则该例为P类
    (5)若Sn其中sum表示权和,(Ai)表示特征Ai的取值IBLE方法不同于ID3方法每次只选一个特征作为决策树的结点,而是选一组重要特征建立规则,作为决策树的节点。这样,用多个特征组合成规则的结点来鉴别实例,能够更有效地正确判别。
    解析: 暂无解析