对于决策树分类算法，可视化技术可以选择连续属性的合适分割点。

A、人工神经网络

B、支持向量机

C、聚类

D、决策树

A.Logistic回归

B.决策树

C.K-means算法

D.神经网络

A、支持向量机

B、决策树

C、聚类算法

D、线性回归

A、随机森林是一种集成算法，可以使用CART等基学习器提高分类的性能。

B、类似装袋法的样本抽样方法，保证每棵树的学习样本集的多样性。

C、每颗树都是从属性集随机抽取一定数目的属性作为候选的特征。

D、随机森林训练后只需选择性能最好的树最为预测模型。

A、决策树

B、K-均值

C、K-近邻

D、枚举

A、熵

B、基尼系数

C、训练误差

D、以上都是

A、决策树

B、贝叶斯

C、人工神经网络

D、支持向量机

B.聚类

C.降维

D.回归