在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。
在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。
相关考题：
以下描述错误的是?( ) ASVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器(minimalmarginclassifier)B在聚类分析中，簇内的相似性越大，簇间的差别越大，聚类的效果越好C在决策树中，随着树中节点变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题D聚类分析可以看做是一种非监督的分类
关于模型分析的正确说法是A．目前常用的有决策树模型和Markov模型B．目前常用的有决策树模型和RCT模型C．具有研究经费较少的优点D．所用的数据多为他人的或先前的研究结果E．具有研究期较短的优点
关于决策树的叙述中，错误的是（）A、决策树就是利用树型模型来描述决策分析问题，并直接在决策树图上进行决策分析的一种方法B、在决策树中，节点包括决策节点、状态节点和结果节点C、在决策树中，决策准则只能是益损期望值D、需要经过多级决策才能完成的决策，可以用多级决策树来表示
以下描述错误的是（）。A、SVM是这样一个分类器，它寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器B、在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差C、在决策树中，随着树中结点输变得太大，即使模型的训练误差还在继续降低，但是检验误差开始增大，这是出现了模型拟合不足的原因D、聚类分析可以看作是一种非监督的分类
多选题以下有关随机森林算法的说法正确的是（）A随机森林算法的分类精度不会随着决策树数量的增加而提高B随机森林算法对异常值和缺失值不敏感C随机森林算法不需要考虑过拟合问题D决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
判断题在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。A对B错