下面不同决策树算法与分支结点属性选择标准对应关系正确的是()
A: ID3决策树--基尼指数; C4.5决策树--信息增益; CART决策树--信息增益率
B: ID3决策树--信息增益率; C4.5决策树--信息增益; CART决策树--基尼指数
C: ID3决策树--信息增益率; C4.5决策树--基尼指数; CART决策树--信息增益
D: ID3决策树--信息增益; C4.5决策树--信息增益率; CART决策树--基尼指数
A: ID3决策树--基尼指数; C4.5决策树--信息增益; CART决策树--信息增益率
B: ID3决策树--信息增益率; C4.5决策树--信息增益; CART决策树--基尼指数
C: ID3决策树--信息增益率; C4.5决策树--基尼指数; CART决策树--信息增益
D: ID3决策树--信息增益; C4.5决策树--信息增益率; CART决策树--基尼指数
举一反三
- 以下关于决策树算法说法错误的是( )。 A: ID3算法选择信息增益最大的特征作为当前决策节点 B: C4.5算法选择信息增益率来选择属性 C: C4.5算法不能用于处理不完整数据 D: CART算法选择基尼系数来选择属性
- 下列关于决策树的说法正确的是? A: ID3决策树是根据信息增益来划分属性 B: C4.5决策树是根据增益率来划分属性 C: CART决策树是根据基尼指数来划分属性 D: 基尼指数反映了从样本集D中随机抽取两个样本,其类别标记不一致的概率,因此越小越好
- 决策树方法中,使用信息增益做为分裂节点选择的是 A: ID3 B: C4.5 C: CART
- 决策树算法ID3基于( )作为属性选择的度量。A、信息增益比B、信息增益C、基尼指数D、数据分散度
- 决策树的生成算法有ID3、CART和C4.5,其中C4.5是以信息增益作为特征划分的标准的。