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

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

A.随机取值
B.等距离散法
C.数值规约
D.等频离散法

A.应用逻辑回归时，异常值会对模型造成很大的干扰
B.逻辑回归的自变量必须是分类变量，因此要对连续型变量进行离散化处理
C.逻辑回归对模型中自变量的多重共线性较为敏感
D.逻辑回归属于分类算法

A.预测准确度
B.召回率
C.模型描述的简洁度
D.F1-Score

A.直接删除
B.使用属性的平均值填充空缺值
C.使用一个全局常量填充空缺值
D.使用与给定元组属同一类的所有样本的平均值

A.两变量独立，两者的皮尔森相关系数必然等于0
B.两变量皮尔森相关系数不等于0，两者必然不独立
C.皮尔森相关系数是否等于零，不能指明两变量是否独立
D.两变量不独立，两者的皮尔森相关系数必然不等于0

A.同心多元化
B.水平多元化
C.集团多元化
D.相关多元化

A.有形产品
B.直接产品
C.核心产品
D.主要产品

A.AVERAGE
B.MEDIAN
C.MODE
D.STDEVP

A.15.7
B.18.3
C.19.7
D.以上都不对