📅  最后修改于: 2023-12-03 15:26:04.420000             🧑  作者: Mango
本文介绍了关于 UGC NET CS 2017 年一月至三日考试中的问题 52。
问题 52:下面有关决策树的说法,哪些是正确的?
A. 在决策树中,每个内部节点代表一个属性测试。 B. 在决策树中,每个叶子节点代表一个分类。 C. 决策树的生长中通常采用自顶向下的递归分区的策略。 D. 生成的决策树可能具有过拟合现象。 E. Decision Tree Learning 算法不能处理数据中的连续属性。
(A) 选项 A, B, C, D 和 E 都是决策树的基本特征,因此它们都正确。
(B) 决策树是一种分类和回归的非常常见的机器学习算法。它将数据拆分为多个小部分,直到只剩下同一类的数据。在这个过程中,每个内部节点代表一个属性测试,每个叶子节点代表一个分类。
(C) 决策树的生成通常采用自顶向下的递归分区策略。在这个过程中,数据集被划分为较小的子集,每个子集都包含同一类的数据。
(D) 生成的决策树可能会过拟合,因为它们可能会过于适应训练数据,使其不适用于新的未知数据。
(E) Decision Tree Learning 算法可以处理数据中的连续属性。
本文介绍了关于 UGC NET CS 2017 年一月至三日考试中的问题 52,主要包括决策树的基本特征、生成过程、可能出现的问题等。如果您正在准备相关的考试或机器学习算法,这些信息会非常有用。