关于决策树算法陈述正确的是（）
A: 决策树深度越浅分类效果越好，算法越优秀
B: 决策树深度越深分类效果越好，算法越优秀
C: 决策树的深度应该控制在一定范围防止过拟合
D: 决策树的深度应该控制在一定范围防止欠拟合
A: 决策树深度越浅分类效果越好，算法越优秀
B: 决策树深度越深分类效果越好，算法越优秀
C: 决策树的深度应该控制在一定范围防止过拟合
D: 决策树的深度应该控制在一定范围防止欠拟合
举一反三
- 决策树的树越矮，分类效果越好。
- 有关决策树的说法哪个是错误的？（ ） A: 可以转化为决策规则 B: 对新样本起到分类预测的作用 C: 决策树的深度越大越好 D: 决策树的算法和神经网络的原理不一样
- 以下决策树说法错误的是哪个（） A: 决策树的过拟合时因为树的深度比较大引起，因此可以限制分支的最小样本数或控制树的深度解决。 B: 决策树中没有出现的属性是对分类无用的。 C: 相对于神经网络，决策树可解释性好，而且训练效率高。 D: 决策树算法对样本的噪声非常敏感，少数噪声可能引起决策树的很大变化。
- 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
- 决策树是一种简单但是使用广泛的分类器，决策树的优点有？ A: 决策树仅有单一输出 B: 决策树模型可读性好，具有描述性，有助于人工分析 C: 效率高，决策树只需要一次构建，可以反复使用，每一次预测的最大计算次数不超过决策树的深度。 D: 如果决策属于多级决策，则决策树的中间可以有多个决策点，以决策树根部的决策点为最终决策方案。