决策树的决策过程是从根节点出发,测试不同的特征属性,按照结果的不同选择分支,最终转到某一叶子节点,获得分类结果。
举一反三
- 决策树的决策结果存放在上（） A: 根节点 B: 内部节点 C: 外部节点 D: 叶节点
- 决策树内部的( )代表对一个特征的划分。 A: 分支 B: 决策节点 C: 叶节点 D: 根节点
- 决策树中的叶节点对应于决策树结果，其他节点对应于( )。 A: 属性测试 B: 学习测试 C: 学习测试 D: 分类测试
- 关于决策树模型下列说法错误的是() A: 决策树模型的可解释性高 B: 从决策树的根节点开始,根据特征的值一步一步走到叶子节点的过程是决策树做决策的过程 C: 决策树只能是一棵二叉树 D: 根节点所采用特征是最优的划分特征
- 在数据分析与挖掘方法中，对于有关决策树分类的描述中，错误的是（ ）。 A: 树的叶节点代表某个类别值 B: 树的非叶节点代表某个一般属性（非类别属性）的一个测试，测试的输出构成该非叶节点的多个分支。 C: Random Forest不属于决策树学习算法 D: 从根节点到叶节点的一条路径可形成一条分类规则