决策树算法只能处理具有离散特征属性的数据集，对于连续特征属性的数据集无能为力。
A: 正确
B: 错误
A: 正确
B: 错误
B
举一反三
- 决策树算法只能处理具有离散特征属性的数据集，对于连续特征属性的数据集无能为力。
- ID3算法只能对描述属性为离散型属性的数据集构造决策树。()
- 以下关于决策树的说法正确的是：（） A: 决策树越复杂，分类能力越强。 B: 在性能相同的情况下，通常选择能充分利用各种属性的决策树。 C: 对于某一个数据集只能生成一种决策树。 D: 对于某一个数据集，可以生成多个决策树。
- 下面对C4.5决策树算法的描述错误的是： A: 只能处理连续属性。 B: 采用信息增益比作为分类能力的测算指标。 C: 能够处理具有缺失值的数据集。 D: 能够通过使用修剪技术避免过拟合。
- 下面对C4.5决策树算法的描述错误的是： A: 只能处理连续属性。 B: 采用信息增益比作为分类能力的测算指标。 C: 能够处理具有缺失值的数据集。 D: 能够通过使用修剪技术避免过拟合。
内容
- 0
ID3决策树算法的不足之处有（ ） A: 只能处理离散分布特征 B: 没有考虑缺失值 C: 容易过拟合 D: 特征选择偏向高度分支属性
- 1
SQLServer分析服务中的决策树算法，对于可预测属性（） A: 只能是离散类型 B: 只能是连续类型 C: 即可离散类型也可连续类型 D: 不用设定
- 2
Apriori算法是最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段（ ）思想的递推算法。 A: 连续数据离散化 B: 频繁项集 C: 关联项集 D: 离散数据连续化
- 3
C4.5算法继承了ID3算法的优点，并在以下哪几方面对ID3算法进行了改进？（） A: 用信息增益率来选择属性 B: 在树构造过程中进行剪枝 C: 能够完成对连续属性的离散化处理 D: 在树的构造过程中，不需要对数据集进行多次的顺序扫描和排序
- 4
使用决策树算法，必须满足以下要求（） A: 需要预分类目标变量 B: 需要丰富的训练数据集 C: 目标属性必须是离散的 D: 需要多个自变量