2026年决策树算法考试题库及答案解析.docxVIP

第PAGE页共NUMPAGES页

2026年决策树算法考试题库及答案解析

一、单选题（每题2分，共20题）

1.决策树算法中，用于衡量节点分裂质量的指标是？

A.信息熵

B.基尼系数

C.交叉熵

D.相对熵

→答案：B

→解析：基尼系数和信息熵是决策树常用的分裂质量指标，其中基尼系数计算更简单，优先选择B。

2.决策树模型容易过拟合的原因是？

A.树深度过深

B.树深度过浅

C.样本量不足

D.特征数量过多

→答案：A

→解析：树深度过深会导致模型对训练数据过度拟合，泛化能力差。

3.在决策树中，剪枝的主要目的是？

A.提高模型的复杂度

B.降低模型的复杂度

C.增加模型的参数数量

D.减少模型的训练时间

→答案：B

→解析：剪枝通过删除不必要的节点来简化模型，避免过拟合。

4.以下哪种算法不属于决策树算法的扩展？

A.ID3

B.C4.5

C.CART

D.k-近邻算法

→答案：D

→解析：k-近邻算法属于监督学习中的分类算法，与决策树无关。

5.决策树算法适用于处理哪些类型的数据？

A.连续型数据

B.离散型数据

C.图像数据

D.以上都是

→答案：D

→解析：决策树可处理连续型和离散型数据，但图像数据需预处理。

6.决策树算法中，叶节点的预测值通常是？

A.分类标签

B.连续值