下列关于决策树剪枝的论述不正确的是
A: 决策树剪枝主要是防止欠拟合
B: 决策树算法会产生层数太多，节点数过多的树，因此需要对树进行剪枝处理
C: 预剪枝会依据节点的不纯度设置阈值从而决定是否分裂
D: 后剪枝使用自定义的整体损失函数衡量决策树的优劣，对比剪枝前后的决策树决定是否实施剪枝操作
A: 决策树剪枝主要是防止欠拟合
B: 决策树算法会产生层数太多，节点数过多的树，因此需要对树进行剪枝处理
C: 预剪枝会依据节点的不纯度设置阈值从而决定是否分裂
D: 后剪枝使用自定义的整体损失函数衡量决策树的优劣，对比剪枝前后的决策树决定是否实施剪枝操作
举一反三
- 决策树的剪枝是为了防止树的过拟合，增强其泛化能力。包括预剪枝和后剪枝。（ ）
- 后剪枝是在决策树生长完成之后，对树进行剪枝。
- 以下有关决策树剪枝正确的说法是（） A: 预剪枝是在节点分枝前确定是否要继续树增长，可以比较分枝前后的准确率确定。 B: 预剪枝可能导致欠拟合，因此要通过训练样本检验确定合适的树深度。 C: C4.5算法可以处理回归问题。 D: C4.5决策树的目标函数是信息增益。
- 关于决策树的说法中正确的是（ ） A: 决策树算法的基础是二叉树，但不是所有的决策树都是二叉树，还有可能是多叉树 B: 常见的决策树剪枝有先剪枝和后剪枝 C: 决策树使用训练数据集进行预测，通过结果比对评估决策树模型 D: 决策树中包含根节点、分裂节点和叶节点
- 下列关于决策树的表述中，错误的是 （ ） A: 决策树算法的基础是二叉树，但不是所有的决策树都是二叉树 B: 后剪枝就是决策树建好之后，再对整个树进行剪枝操作 C: 先剪枝就是在构建决策树的过程中进行剪枝 D: 决策树在构建过程中需要对分裂属性进行分裂，但是不需要删除已经选过的分裂属性