首页
题目内容 (请给出正确答案)
[单选题]

用决策树训练一个分类器模型,树的每个叶子结点代表了()信息。

A.样本数量

B.无实际意义

C.分类标签

D.变量数量

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“用决策树训练一个分类器模型,树的每个叶子结点代表了()信息。”相关的问题
第1题
分类变量使用()建立预测模型。

A.决策树

B.分类树

C.离散树

D.回归树

点击查看答案
第2题
以下哪项关于决策树的说法是错误的()?

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

点击查看答案
第3题
下列选项中属于决策树分类器的特点的是()

A.有监督学习方法

B.无监督学习方法

C.速度快,分类决策规则明确

D.需选择分支后两个子节点纯度最高的特征作为一个节点的测试特征

E.未考虑特征间的相关性

F.分类无偏性好,但容易发生过拟合

点击查看答案
第4题
分类与回归树(ClassificationAndRegressionTree)是一种()

A.最小生成树

B.无向图

C.有向图

D.决策树

点击查看答案
第5题
随机森林采用()形成每个决策树的训练集,即采用重采样方法产生训练集。

A.Boosting方法

B.Baggging方法

C.Gibbs采样

D.AdaBoosting方法

点击查看答案
第6题
判定树相关描述不正确的是()。

A.用树状结构产生规则

B.树的每个节点都是判断式

C.适用于所有分类问题

D.准确但不容易了解

点击查看答案
第7题
关于数据挖掘C4.5算法错误的是()。

A.一种分类决策树算法

B.核心算法是ID3

C.在树构造过程中进行剪枝

D.不需要对数据集进行多次的顺序扫描和排序,因此算法效率高

点击查看答案
第8题
对于GoogLeNet网络,以下哪个说法是错误的()?

A.GoogLeNet的两个辅助分类器的主要目的是增加分类子模型,提高分类准确度

B.为适应不同大学的图形特征的获取,采用了多种大小的卷积核

C.网络的宽度和深度都得到了加强,特征获得更充分

D.通过线性堆叠各种Inception模块,在不明显增加网络课训练参数的情况下,提升网络的性能

点击查看答案
第9题
随机森林算法是以决策树为基分类器,采用各种随机化措施来增强整体泛化能力的一种Bagging组合分类器。()
点击查看答案
第10题
下面()分类器速度快,适用于非常大的数据集合高维数据,dan()。

A.支持向量机

B.线性回归

C.贝叶斯

D.决策树

点击查看答案
第11题
()是一种用于线性和非线性数据的分类算法,它将原数据变换到高维空间,使用称作支持向量的基本训练元组,从中发现分离数据的超平面。

A.贝叶斯算法

B.支持向量机算法

C.神经网络算法

D.决策树算法

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改