决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分

A.层次模型是用树形结构来表示各类实体以及实体间的联系。

B.网状模型是使用网状结构来表示各类实体以及实体间的联系，它是对层次模型的拓展。

C.关系模型是一种表结构，每个表称作一个关系。

D.关系模型的二维表中，每一行数据称作一条记录，每一列数据称作属性，列标题称作属性名。

A.条件节点为菱形◇

B.决策节点为正方形口

C.状态节点为圆形o

D.原始节点为三角形△

A.不能做小分子预测，计算量大

B. 适于对蛋白质核心结构进行预测，计算量小

C. 对序列相似度高的序列模拟比较有效，是最常用的一种方法

D. 基于分子动力学原理，寻找能量最低的构象

E. 基于同源比对原理，寻找能量最高的构象

A.不能做小分子预测，计算量大

B.适于对蛋白质核心结构进行预测，计算量小

C.对序列相似度高的序列模拟比较有效，是最常用的一种方法

D.基于分子动力学原理，寻找能量最低的构象

E.基于同源比对原理，寻找能量最高的构象

A.回归算法

B.正则化方法

C.基于实例的算法

D.决策树算法

A.给定一个弱学习算法和一个训练集，将该学习算法使用多次，得出预测函数序列，进行投票

B.针对同i个训练集训练不同的弱分类器并集合起来，构成一个强分类器

C.利用多棵树对样本进行训练并预测的一种分类器

D.基于前向策略的加法模型，每阶段使用一个基模型去拟合上一阶段基模型的残差

A.一种树形拓扑结构

B.一种网络系统的物理连接标准

C.一种异构系统互联的分层结构

D.一种同构系统互联的分层结构

策树，回答问题： （1）决定购买自行车的最重要的三个属性是什么？ （2）分别找出购买和不购买自行车的概率最高的两个节点（4个级别的树） （3）给出该决策树的准确度，并预测prospectivebuyer表中的人的bike buyer 倾向。（截图即可） 2．（30分）在上面的数据源上自己再新建一个决策树，这次的预测属性是houseownerflag(是否拥有住房)，回答问题： （1）拥有住房（houseownerflag=1）的人的特征。 （2）决定是否拥有住房的主要因素有哪些？ （3）给出模型的准确度。 3. （选做 这次的输出属性是数值类型）在上面的数据源上自己再新建一个决策树，这次的预测属性是yearlyincome(年收入)，回答问题： （1）观察预测属性是连续属性和分类属性的决策树有什么不同？ （2）影响收入的主要因素有哪些？ （3）预测vtargetmail表中顾客的年收入。并给出预测收入最高的5位顾客的信息。

数据挖掘的分类方法很多。根据不同挖掘方法，可将其分为(47)。

A．分类或预测模型发现，数据归纳、聚类、关联规则发现，序列模式发现，依赖关系或依赖模型发现，异常和趋势发现等等

B．机器学习法、统计方法、神经网络方法和数据库方法

C．归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等

D．回归分析、判别分析、聚类分析、探索性分析等