A43163. 使用决策树分类时， 如果输入的某个特征的值是连续的， 通常使用二分法对连 续属性离散化，即根据是否大于/小于某个阈值进行划分。如果采用多路划分， 每个出现的值都划分为一个分支，这种方式的最大问题是（ ）

A53073 关于过拟合（Overfitting）现象，以下描述正确的是？ 同考点 → A43137 （ ）是一种基于树结构进行决策的算法。 同考点 · 容易 → A43129 在一个神经网络中，下面哪种方法可以用来处理过拟合？ 同考点 · 容易 → A43105 机器学习的核心任务是在新的、未知的数据中执行得好。而这种在未知数据中执行的能力差，称为（ ） 同考点 · 中等 → A43100 关于线性回归的描述, 以下说法正确的有 同考点 · 中等 → A43098 对于神经网络的说法, 下面正确的是:①.增加神经网络层数, 可能会增加测试 数据集的分类错误率②.减少神经网络层数,总是能减小测试数据集的分类错误 率③.增加神经网络层数, 总是能减小训练数据集的分类错误率 同考点 · 中等 → A43079 下面哪个/些超参数的增加可能会造成随机森林数据过拟合？ 1 树的数量 2 树的深度 3学习速率 同考点 · 中等 → A43064 以下是目标变量在训练集上的8个实际值[0, 0, 0, 1 , 1 , 1 , 1 , 1 ] ， 目标变量的熵是所少？ 同考点 · 中等 →