决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。
决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。
相关考题：
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
如下哪些不是基于规则的分类器的特点（）A、规则集的表达能力远不如决策树好B、基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分C、无法被用来产生更易于解释的描述性模型D、非常适合处理类分布不平衡的数据集
多选题如下哪些不是基于规则的分类器的特点（）A规则集的表达能力远不如决策树好B基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分C无法被用来产生更易于解释的描述性模型D非常适合处理类分布不平衡的数据集
多选题如下那些不是基于规则分类器的特点（）A规则集的表达能力远不如决策树好B基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分C无法被用来产生更易于解释的描述性模型D非常适合处理类分布不平衡的数据集