分类决策树模型是一种描述对实例进行分类的树形结构。决策树由（ ）和（ ）组成。
举一反三
- 有关决策树说法正确的是 A: 决策树只是一种基本的分类方法，并不是回归方法 B: 决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程. C: 决策树可以认为是定义在特征空间与类空间上的联合概率分布 D: 决策树模型特点是可读性一般，分类速度慢
- 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
- 一种由节点和边构成的用来描述分类过程的层次数据结构称为 。 A: 与/或树 B: 博弈树 C: 决策树 D: 希望树
- CART分类回归树是一种典型的二叉决策树，可以做分类或者回归。
- 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。