关于决策树算法的描述，错误的是？（)

A.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

B.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

C.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

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.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.朴素贝叶斯分类方法可以跟决策树和神经网络算法相媲美

B.一种非常成熟的统计学分类方法

C.主要用来确定群组内部和群租间的相似度和相异度

D.主要用于分类问题的归类等

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

A.属于无监督的常用算法是决策树、KMEANS

B.决策树算法可以用来分类，也可以用来预测

C.贝叶斯算法是一种利用概率统计进行分类的算法

D.关联规则分析常用的算法是支持向量机

A.属于无监督的常用算法是决策树、KMEANS

B.决策树算法可以用来分类，也可以用来预测

C.贝叶斯算法是一种利用概率统计进行分类的算法

D.关联规则分析常用的算法是支持向量机

A.属于无监督的常用算法是决策树、KMEANS

B.决策树算法可以用来分类，也可以用来预测

C.贝叶斯算法是一种利用概率统计进行分类的算法

D.关联规则分析常用的算法是支持向量机

A.属于无监督的常用算法是决策树、KMEANS

B.决策树算法可以用来分类，也可以用来预测

C.贝叶斯算法是一种利用概率统计进行分类的算法

D.关联规则分析常用的算法是支持向量机

A.决策树算法属于无监督学习

B.决策树算法本质上是贪心算法

C.决策树生成过程中需要用到分割法

D.决策树决策过程从根节点开始