在MNIST数据集中包含了从0-9数字的手写体图像，初始图像是28像素*28像素，我们希望构建预测模型预测图像中的数字，如果想要对图像进行降维，这里我们使用PCA对图像维度进行压缩，PCA是以什么来判断某一个坐标轴当中信息量的多少（）

单项选择题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，在这个分布中，数量的否是不是很均衡，如果我们想要让离散化后的每个分箱中的数量接近，应该使用的分箱方法是（）

A.对数分箱
B.人工分箱
C.等深分箱
D.等宽分箱

单项选择题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（）

A.数据过于集中在较小的部分
B.数据存在明显的离群值
C.数据不符合正态分布
D.数据的分布不连续

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