试题详情
- 简答题如何用决策树进行分类？
- 决策树用于对新样本的分类，即通过决策树对新样本属性值的测试，从树的根结点开始，按照样本属性的取值，逐渐沿着决策树向下，直到树的叶结点，该叶结点表示的类别就是新样本的类别。决策树方法是数据挖掘中非常有效的分类方法。
关注下方微信公众号，在线模考后查看
热门试题
- 以下哪些原因可能引起空缺值？（）
- 数据挖掘的性能问题主要包括：（）、（）和
- 分别说明利用支持度、置信度和提升度评价关
- 相异度矩阵
- 在判定树归纳中，为什么树剪枝是有用的？
- 数据集分为三类：（）。
- 以下哪个指标不是表示对象间的相似度和相异
- 简述数据仓库与数据挖掘的关系？
- 分类知识的发现方法主要有哪些？分类过程通
- 字段Hair_color={auburn
- 简述在多层关联规则挖掘中，在不同的层使用
- 数据挖掘应用和一些常见的数据统计分析系统
- ROLAP是基于（）的OLAP实现，而M
- 数据仓库发展演变的5个阶段是什么？
- 广义知识
- 简述数据仓库系统设计过程？
- MOLAP
- 在聚类分析当中，簇内的相似性越大，簇间的
- 请列出3种数据仓库产品，并说明其优缺点。
- 下面哪种分类方法是属于统计学的分类方法？