A. ID3 没有剪枝策略,容易过拟合 B. 信息增益准则对可取值数目较多的特征有所偏好,类似“编号”的特征其信息增益接近于1 C. 既能用于处理离散分布的特征,也能用于连续分布的特征处理 D. 没有考虑缺失值
A. 可以处理样本不平衡问题 B. CART分类树采用基尼系数的大小来度量特征的各个划分点 CART算法既可以处理分类问题,也可以处理回归问题 D. CART算法采用信息增益率的大小来度量特征的各个划分点
A. C4.5算法采用基尼系数的大小来度量特征的各个划分点 B. C4.5算法可以处理非离散的数据 C4.5算法引入悲观剪枝策略进行后剪枝 D. C4.5 算法最大的特点是克服了 ID3 对特征数目的偏重这一缺点
A. 对 B. 错