ID3算法是一种典型的决策树算法。

A.ID3算法

B.C4.5算法

C.CART算法

D.CHAID算法

A.ID3

B.C4.5

C.CART

D.KNN

A.信息熵

B.信息增益

C.条件熵

D.信息增益率

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.朴素贝叶斯分类

B.ID3

C.K-Mean

D.EM

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。