在决策树学习中，关于信息增益（information gain）的说法正确的是（）？

A.熵可用于描述信息的不确定性或混乱程度，信息的不确定性越大则熵越大，反之越小

B.条件熵H(Y|X)表示在已知特征X的条件下，类别Y的不确定性的度量

C.决策树基本思想是贪心算法，它以自顶（根节点）向下递推生成的方式构造决策树。

D.ID3算法的属性选择度量就是使用信息增益，选择最小信息增益的属性作为当前节点的测试属性。

A.信息熵

B.信息增益

C.条件熵

D.信息增益率

A.决策树的父节点更大

B.子节点的熵更大

C.两者相等

D.根据具体情况而定

A.不变

B.不能确定

C.越大

D.越小

A.机电时间常数Tm越大，稳定时的最大开环增益k值越小。

B.电磁时间常数TL越大，稳定时的最大开环增益k值越大。

C.电力电子装置的滞后时间常数Ts越小，稳定时的最大开环增益k值越大。

D.比例控制的直流调速系统，稳定时的最大开环增益k值与时间常数关系大小没有必然关系。

A.长径比越小，桩土相对刚度越大

B.长径比越小，桩土相对刚度越小

C.长径比越大，桩土相对刚度越大

D.长径比越大，桩土相对刚度越小