数据挖掘答案2023

第五章测试

1.

分类和回归都可用于预测，分类的输出是离散的类别值。

A:错 B:对
答案:B
2.

决策树的每个分支均包含了相应的决策规则。

A:错 B:对 3.

朴素贝叶斯方法因做了不符合实际的假设，因此通常分类性能比较差。

A:对 B:错 4.朴素贝叶斯的分类结果是概率，表示最大可能的类别。
A:错 B:对 5.

决策树包含如下哪几种节点?

A:

叶节点

B:

根节点

C:

属性节点

D:

外部节点

6.

如果类别分布的信息熵是0.301，给定属性A的条件熵为0.2007，给定属性B的条件熵为0.1495，那么下列说法正确的是?

A:

属性B带来的信息多于属性A

B:

属性A带来的信息多于属性B

C:

属性A的信息增益小于属性B

D:

属性A的信息增益大于属性B

7.

下面指标中，能够度量分类器对正例和负例识别能力的是?

A:

错误率

B:

精度

C:

灵敏度和特效度

D:

正确度

8.

关于信息量，下列说法错误的是?

A:

一组数据包含的信息量越小，熵越大

B:

信息熵能够度量信息量的大小

C:

信息量的大小和不确定性的变化有关

D:

越确定的事情包含的信息量越小

9.

朴素贝叶斯网络假设属性和类别之间是独立的。

A:错 B:对 10.

信息增益是一个属性比另一个属性信息熵的增加值。

A:对 B:错