我们有一个来自于大众点评的数据，数据集保存了用户对商家的点评数据，每个商家都有一个点评数量，假设我们的任务是使用协同过滤方法预测某用户给某商家的打分，点评数量会是一个非常有用的特征，因为人气和高评分之间有很强的相关性。现在我们将点评数量的分布绘制出来，如图所示，根据点评数量数据分布，需要对数据进行离散化，请问该数据需要离散化的原因是（）

多项选择题下列关于决策树分类算法的说正确的是（）

A.树长的太高容易过拟合
B.树长的太高容易欠拟合
C.可以通过剪枝限制过拟合
D.可解释性强

多项选择题决策树归纳算法重要特点有（）

A.决策树归纳是一种构建分类模型的非参数方法
B.已开发的构建决策树技术不需要昂贵的计算代价，即使训练集非常大，也可以快速建立模型
C.决策树相对容易解释，特别是小型的决策树
D.冗余属性不会对决策树的准确率造成太大的影响

多项选择题下列对C4.5算法的描述正确的是（）

A.每个节点的分支度只能为2
B.使用gain ratio作为节点分割的依据
C.可以处理数值型态的字段
D.可以处理空值的字段

多项选择题决策树归纳的学习算法必须解决下面两个问题是（）

A.如何分裂训练记录
B.概率为0的问题
C.如何停止分裂过程
D.数值型字段离散化

多项选择题以下哪些属于非结构转结构数据-词的表示法（）

A.词袋模型（Bag of Word，BoW）
B.Glove
C.TF-IDF
D.Word2Vec（Skip-Gram &CBOW）