姚奕2022-10-09 17:33:44

这道题目考的比较深、知识点比较细。主要是比较各种机器学习方法的各种优劣，这个需要你仔细记忆了。我帮你把题目和选项翻译如下：

Hal Varian引入了“树”作为非线性方法，是预测线性或逻辑回归的有效替代方法。分类树如二叉树（即每个节点有两个分支）用于多个结果，而回归树处理连续的因变量。关于处理和分析大数据的一些不同工具和技术，以下每一个陈述都是正确的，除非哪一个陈述不准确？

A．    随机森林是一种使用多种分类和/或回归树的技术。
B．    树的主要缺点是，因为它们无法处理缺失值，所以树要求数据集中的所有观察都是完整的案例。
C．    当基本关系为线性时，树有时不能很好地工作，但另一方面，当存在重要的非线性关系和交互时，树往往会茁壮成长。
D．    弹性净回归在多元回归模型中的残差平方和中添加了一个惩罚项，因此当惩罚项等于零时，它包括了普通最小二乘（OLS）的特殊情况。