用决策树训练一个分类器模型，树的每个叶子结点代表了（）信息
A: 样本数量
B: 变量数量
C: 分类标签
D: 无实际意义
A: 样本数量
B: 变量数量
C: 分类标签
D: 无实际意义
举一反三
- 决策树分类算法中每个叶子节点表示 A: 一个类别 B: 一个特征 C: 一个样本 D: 一个数据
- 下面关于m阶B-树说法正确的是 ①每个结点至少有两棵非空子树； ②树中每个结点至多有m一1 个关键字; ③所有叶子在同一层上; ④当插入一个数据项引起B 树结点分裂后，树长高一层
- 含有9个叶子结点的3阶B树中至少有（）个非叶子结点，含有10个叶子结点的3阶B树中至少有（）个非叶子结点。
- 模型树的叶子结点对应（）。
- 设计一个组合分类器需要满足什么要求？ A: 基分类器的分类正确率大于50% B: 每个基分类器的训练集和训练结果要有差异 C: 基分类器的数量越多越好 D: 组合分类器需要重点考虑方差和偏差