對於決策樹(Decision Tree)機器學習演算法，下列何者有誤？
A決策樹最末端葉面點(Leaves)是標示資料分類別的結果
B決策樹中間的點是提供資料分類時特徵值的判斷
C決策樹的分類需要將所有訓練資料集的資料正確分類正確答案
D隨機樹叢(Random Forest)演算法是整合多個小決策樹來進行資料分類
答案與詳解
逐選項解析
A決策樹最末端葉面點(Leaves)是標示資料分類別的結果葉節點功能✕ 錯誤
決策樹的葉節點(Leaves)是最末端，不再分支，代表最終分類結果或預測值，描述正確。
B決策樹中間的點是提供資料分類時特徵值的判斷內部節點功能✕ 錯誤
決策樹的內部節點(Internal Nodes)負責依照某個特徵(Feature)進行判斷與分支，描述正確。
C決策樹的分類需要將所有訓練資料集的資料正確分類✓ 正確
D隨機樹叢(Random Forest)演算法是整合多個小決策樹來進行資料分類✕ 錯誤
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
