下列对决策树ID3算法的描述不正确的选项是?()A.样本集的划分依据测试属性的取值进行B.利用卡方检验来选择对因变量最有影响的自变量C.基于信息熵来选择最佳测试属性D.根据信息论理论，采用划分后样本集的不确定性作为衡量划分好坏的标准，用信息增益值度量不确定性

题目
下列对决策树ID3算法的描述不正确的选项是?()

A.样本集的划分依据测试属性的取值进行

B.利用卡方检验来选择对因变量最有影响的自变量

C.基于信息熵来选择最佳测试属性

D.根据信息论理论，采用划分后样本集的不确定性作为衡量划分好坏的标准，用信息增益值度量不确定性

相似考题

1.不是数据挖掘的基本算法的选项是( )。A．遗传算法B．冒泡法C．决策树D．聚类分析

2.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)。

3.不是数据挖掘的基本算法的选项是（ ）。A．遗传算法B．冒泡法C．决策树D．聚类分析

4.下列不是对决策树CHAID算法的描述的选项是?()A.ID3B.CARTC.SQLD.CHAID

参考答案和解析
正确答案：B
更多“下列对决策树ID3算法的描述不正确的选项是?() ”相关问题

  • 第1题：

    ID3算法是一种典型的决策树算法。


    建树过程：ID3算法建立在“奥卡姆剃刀”的基础上，越是小型的决策树越优于大的决策树。ID3算法中根据信息论的信息增益评估和选择特征，每次选择信息增益最大的特征来做判断模块。经过一轮各个特征的信息增益计算后，会得到一个特征作为决策树的根节点，该特征有几个取值，根节点就有几个分支，每一个分支产生一个新的数据子集,余下的递归过程就是对每个数据子集重复上述过程，直至子数据集都属于同一类优点：该算法建树过程简单且易懂缺点：ID3算法存在多值偏向问题，在选择分裂属性时，会优先选择取值较多的属性

  • 第2题：

    下列选项不属于监督学习算法的是（）。

    A．KNN

    B．决策树

    C．SVM

    D．K-means


    Kmeans

  • 第3题：

    ID3方法可以确保生成最优的决策树


    信息增益

  • 第4题：

    下列选项不属于监督学习算法的是（）

    A．KNN

    B．决策树

    C．SVM

    D．Kmeans


    Kmeans

  • 第5题：

    决策树ID3的代码实现解读和调试。


    错

相关内容