ID3算法是决策树方法的早期代表（）

下列对ID3算法的描述，正确的是（） ID3算法主要存在的缺点是什么？ ID3算法主要存在的缺点是什么 决策树算法是一种（）数据挖掘算法 关于决策树算法陈述正确的是（） 决策树反演算法包括()。 以下哪些算法属于决策树（） 随机森林中需要构造多个决策树，这些决策树在算法决策分类过程中的作用（） 决策树是（ ??）决策的决策方法。 决策树是（）决策的决策方法 简述ID3算法的基本思想及其主算法和建树算法的基本步骤。 简述ID3算法的基本思想及其主算法和建树算法的基本步骤 下列关于决策树算法的论述错误的是: ID3算法的属性选择度量就是使用信息增益，选择最小信息增益的属性作为当前节点的测试属性。 决策树基本思想是贪心算法，它以自顶（根节点）向下递推生成的方式构造决策树。 条件熵H(Y|X)表示在已知特征X的条件下，类别Y的不确定性的度量 熵可用于描述信息的不确定性或混乱程度，信息的不确定性越大则熵越大，反之越小 使用决策树算法，必须满足以下要求（） 决策树法中，决策树的根基是() 在决策树中，“□”和“△”分别代表（） 决策树中通常用方框代表()。 决策树算法对于样本特征的取值要求是（） 什么是决策树？ 决策树的最佳用途是什么？ 决策树分为哪两种树？ 决策树法属于（）方法