ID3算法在分类树构建中， 没有使用下面哪些度量来进行分类节点？A．gini指标B．信息增益C．信息增益率D．准确率

题目

ID3算法在分类树构建中， 没有使用下面哪些度量来进行分类节点？

A．gini指标

B．信息增益

C．信息增益率

D．准确率

相似考题

1.度量算法效率可通过______来进行

2.下面关于ID3算法中说法错误的是()A.ID3算法要求特征必须离散化B.信息增益可以用熵，而不是GINI系数来计算C.选取信息增益最大的特征，作为树的根节点D.ID3算法是一个二叉树模型

3.下面哪些使用的不是贪心算法()A.单源最短路径中的Dijkstra算法B.最小生成树的Prim算法C.最小生成树的Kruskal算法D.计算每对顶点最短路径的Floyd-Warshall算法

4.树分类分为()和()两步,首先利用训练样本对分类树进行训练,构造分类树结构,然后用训练好的分类树对像素的进行逐级判定,最终确定其类别归属。

更多“ID3算法在分类树构建中， 没有使用下面哪些度量来进行分类节点？”相关问题

  • 第1题：

    下面哪种分类方法是属于统计学的分类方法?()

    A判定树归纳

    B贝叶斯分类

    C后向传播分类

    D基于案例的推理


    参考答案E

  • 第2题：

    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


    正确答案：B

  • 第3题：

    颜色样本是按照下面哪几个因素分类的:()

    A.按照Hue（色相）分类

    B.按照Saturation（饱和度）分类

    C.按颜色在图像中使用频率的高低来分类

    D.按颜色的亮度或者明亮度分类


    参考答案：A, C, D

  • 第4题：

    分类方法的常用评估度量都有哪些？


    正确答案: 精度（precision）：标记为正类的元组实际为正类所占的百分比。召回率：正元组标记为正的百分比。F量度：精度和召回率的调和评估指标。准确率，识别率：测试数据中正被正确分类的元组所占的百分比。
    灵敏度：真正例（识别）率。特效性：真负例率。

  • 第5题：

    CNO中只导入无线数据不导入工程数据，下面哪个说法正确？（）

    • A、网规对象树没有节点，GIS地图能显示小区
    • B、网规对象树有节点，GIS地图不能显示小区
    • C、网规对象树没有节点，GIS地图不能显示小区
    • D、网规对象树有节点，GIS地图能显示小区

    正确答案:B

  • 第6题：

    ID3算法是一种贪心算法，它以自顶向下递归各个击破方式构造决策树（）


    正确答案:正确

  • 第7题：

    下列对ID3算法的描述，正确的是（）

    • A、每个节点的分支度都不相同
    • B、使用Information Gain作为节点分割的依据
    • C、可以处理数值型态的字段
    • D、无法处理空值的字段

    正确答案:A,B,D

  • 第8题：

    在税收管理员平台中，新添加到数据源分类若没有指定父节点，则创建出来的数据源分类（）

    • A、保存为根节点分类
    • B、报错
    • C、默认上一父节点

    正确答案:A

  • 第9题：

    ID3算法以（）作为测试属性的选择标准。

    • A、所划分的类个数
    • B、分类的速度
    • C、信息熵
    • D、信息增益

    正确答案:D

  • 第10题：

    判断题
    ID3算法是一种贪心算法，它以自顶向下递归各个击破方式构造决策树（）
    A

    对

    B

    错


    正确答案： 对
    解析： 暂无解析

  • 第11题：

    填空题
    树分类分为（）和（）两步，首先利用训练样本对分类树进行训练，构造分类树结构，然后用训练好的分类树对像素的进行逐级判定，最终确定其类别归属。

    正确答案： 训练、分类
    解析： 暂无解析

  • 第12题：

    多选题
    下列对ID3算法的描述，正确的是（）
    A

    每个节点的分支度都不相同

    B

    使用Information Gain作为节点分割的依据

    C

    可以处理数值型态的字段

    D

    无法处理空值的字段


    正确答案： A,D
    解析： 暂无解析

  • 第13题：

    下面哪种分类方法是属于神经网络学习算法?()

    A 判定树归纳

    B 贝叶斯分类

    C 后向传播分类

    D 基于案例的推理


    参考答案C

  • 第14题：

    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)。


    正确答案：错误

  • 第15题：

    对定性资料进行分类，分类时应注意（）。

    A在分类前，看是否有一定量的回答存在

    B使用的分类标准要保持一致

    C每个回答只能放在一个间隔里

    D用“其他”来容纳所有没有指出答案的选项


    A,B,C,D
    略

  • 第16题：

    颜色样本（GIF，PNG-8所使用的颜色表）是按照下面哪几个因素分类的：（）

    • A、按照Hue（色相）分类
    • B、按照Saturation（饱和度）分类
    • C、按颜色在图像中使用频率的高低来分类
    • D、按颜色的亮度或者明亮度分类

    正确答案:A,C,D

  • 第17题：

    颜色样本是按照下面哪几个因素分类的：（）

    • A、按照Hue（色相）分类
    • B、按照Saturation（饱和度）分类
    • C、按颜色在图像中使用频率的高低来分类
    • D、按颜色的亮度或者明亮度分类

    正确答案:A,C,D

  • 第18题：

    决策树是一种采用测量不同特征值之间的距离方法进行分类的算法。


    正确答案:错误

  • 第19题：

    ID3，C4.5，CART等分类算法均是在（）的基础上改进得到。

    • A、Apriori算法
    • B、SVD算法
    • C、Hunt算法
    • D、EM算法

    正确答案:C

  • 第20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

    正确答案:B

  • 第21题：

    判断题
    决策树是一种采用测量不同特征值之间的距离方法进行分类的算法。
    A

    对

    B

    错


    正确答案： 错
    解析： 暂无解析

  • 第22题：

    单选题
    ID3算法以（）作为测试属性的选择标准。
    A

    所划分的类个数

    B

    分类的速度

    C

    信息熵

    D

    信息增益


    正确答案： D
    解析： 暂无解析

  • 第23题：

    多选题
    以下有关随机森林算法的说法正确的是（）
    A

    随机森林算法的分类精度不会随着决策树数量的增加而提高

    B

    随机森林算法对异常值和缺失值不敏感

    C

    随机森林算法不需要考虑过拟合问题

    D

    决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好


    正确答案： A,D
    解析： 暂无解析

  • 第24题：

    问答题
    设计用ID3决策树进行实例判别的判定算法。

    正确答案： 从树的根节点开始，按照样本属性的取值，逐渐沿着决策树向下，直到树的叶节点，该叶节点表示的类别就是新样本的类别。
    解析： 暂无解析

相关内容