树分类分为（）和（）两步，首先利用训练样本对分类树进行训练，构造分类树结构，然后用训练好的分类树对像素的进行逐级判定，最终确定其类别归属。
举一反三
- 随机森林建模过程中，训练单棵分类树时，一般只选取少量特征进行训练
- 根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行（），可将遥感影像分类方法分为（）和（）。 A: 选择 硬分类 软分类 B: 训练 硬分类 软分类 C: 训练 监督分类 非监督分类 D: 选择 监督分类 非监督分类
- 分类是在一群已经知道类别标号的样本中，训练一种分类器，让其能够对某种未知的样本进行分类。
- 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
- 利用神经网络分类器对医学图像分割时首先需要对神经网络分类器进行训练，常用的训练算法是（ ）。 A: MC训练算法 B: PB训练算法 C: AP训练算法 D: BP训练算法