以下哪项关于决策树的说法是错误的()

A.冗余属性不会对决策树的准确率造成不利的影响

B.子树可能在决策树中重复多次

C.决策树算法对于噪声的干扰非常敏感

D.寻找最佳决策树是NP完全问题

A.决策树的构建是一种自下向上的归纳过程

B.决策树是一种树形结构，每个节点表示在某个属性上的测试

C.决策树的构建是种自顶向下的递归过程

D.决策树的每个分支表示一个测试输出，叶子节点表示一种类别

A.冗余属性不会对决策树的准确率造成不利的影响

B.子树可能在决策树中重复多次

C.决策树算法对于噪声的干扰非常敏感

D.寻找最佳决策树是NP完全问题

A.一般不采用熵的概念来度量每个子样本集的纯度

B.决策树不要求样本集的各个维度的特征具有同质性

C.一般无法用基于距离的指标来衡量样本集划分结果的紧致性

D.决策树是有监督学习方法

A.决策树不要求样本集的各个维度的特征具有同质性

B.一般无法用基于距离的指标来衡量样本集划分结果的紧致性

C.一般不采用熵的概念来度量每个子样本集的纯度

D.决策树是有监督学习方法

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

A.可以用效用衡量人们对某些事物的主观意识、态度、偏爱和倾向等

B.效用值是一个绝对指标

C.通常的效用曲线的作法是采用心理测试法

D.可以使用决策树求解

A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等

B.有三种分类器评价或比较尺度：预测准确度、计算复杂度、模型描述的简洁度

C.统计方法包括决策树法和规则归纳法

D.神经网络方法主要是BP算法