题目已知有如下的决策树。根据该决策树来判定西瓜的好坏时,具备以下哪种特性的西瓜为坏瓜()
A.色泽:青绿,根蒂:蜷缩,纹理:清晰,触感:硬滑
B.色泽:乌黑,根蒂:蜷缩,纹理:清晰,触感:硬滑
C.色泽:乌黑,根蒂:稍蜷,纹理:稍糊,触感:硬滑
D.色泽:乌黑,根蒂:稍蜷,纹理:稍糊,触感:软粘
D、色泽:乌黑,根蒂:稍蜷,纹理:稍糊,触感:软粘
A.色泽:青绿,根蒂:蜷缩,纹理:清晰,触感:硬滑
B.色泽:乌黑,根蒂:蜷缩,纹理:清晰,触感:硬滑
C.色泽:乌黑,根蒂:稍蜷,纹理:稍糊,触感:硬滑
D.色泽:乌黑,根蒂:稍蜷,纹理:稍糊,触感:软粘
D、色泽:乌黑,根蒂:稍蜷,纹理:稍糊,触感:软粘
第1题
A.决策树在构建节点时选择一个特征,并根据这个特征不同的特征值将数据划分为不同的子集
B.决策树可能存在某个分支下面的数据是零条的情况
C.决策树同一个节点的分支是无序的
D.决策树的特征值可以是离散值
第2题
A.龙卷风图
B.决策树图
C.蒙特卡洛模拟
D.概率和影响矩阵
第4题
A.Outlook
B.Humidity
C.Windy
D.Temperature
E.解析在图1中,特征之间有高度正相关,图2中特征有高度负相关。所以这两个图的特征是多元共线特征
F.信息熵公式
第5题
A.决策树不要求样本集的各个维度的特征具有同质性
B.一般无法用基于距离的指标来衡量样本集划分结果的紧致性
C.一般不采用熵的概念来度量每个子样本集的纯度
D.决策树是有监督学习方法
第7题
A.将历史数据进行随机自助法重抽样,生成N个训练样本集
B.将N个训练样本集分别做决策树,生成N棵决策树
C.将N棵决策树随机构成随机森林
D.未来根据预测样本气候环境、设备属性、设备工况进行随机森林决策投票,得出针对该预测样本最优的决策树进行运算,并计算出最终结果。
第8题
第9题
第11题
A.时序分析
B.分类
C.聚类
D.关联分析