决策树学习是无监督学习

关于决策树，说法有误的是：

A、决策树算法是无监督学习

B、规则归纳问题，适合用决策树来表示

C、属性在决策树中的位置不同，决策树的效率是不同的

D、如果根据一个属性做判断，样本仍然有若干种情况，则该属性不应该出现在决策早期

决策树学习采用（）的递归方式。

A. 自顶向下

B. 自底向上

C. 有监督

D. 无监督

下列哪些问题通常被认为属于有监督学习问题？

A、分类问题

B、回归问题

C、图像标题生成

D、聚类问题

B.经验条件熵

C.信息增益

D.互信息

风险性决策是指决策带有风险的决策。

以下哪些属于有监督学习？

A、人工神经网络

B、支持向量机

C、聚类

D、决策树

下列关于决策标准，决策树的说法正确的是（）

A. 决策树是在不确定条件下进行决策的一种方法

B. 决策树和贝叶斯标准都可以用在风险的条件下决策

C. 期望利润标准就是现实主义决策标准

D. 乐观主义决策标准和保守主义者的决策标准应用于同一决策问题时的答案往往是一致的

决策的类型？决策树法适用于哪种类型？决策树法分析的步骤？