决策树和决策表用来描述（）
决策树适合下列哪种类型的决策？（）
决策树方法来常用来分析解决（）决策问题。
对于决策树又叫判定树，它不包括（）。
决策树分析方法通常用决策树图表进行分析，很据下表的决策树分析法计算，图中机会节点的预期收益EMV分别是＄90和＄（）（单位：万元）https://assets.asklib.com/psource/2014051618260327237.jpg
在决策树法中，决策树由()组成
决策树方法由决策结点、（）结点和相应分枝组成。
应用决策树分析一个决策问题，常用的分析框架包括构造决策问题、构造决策树，以及（）。
用决策树进行决策分析时，采用的方式是（）
决策树分析法的主要特点是使用的决策树图，因而整个决策分析过程具有直观、简要、清晰等优点（）。
决策树决策法是（）
决策树由决策点、机会结点、方案枝和概率枝组成，则决策树图的画法顺序为（）。
利用决策树方法决策的步骤主要有（ ）。
决策树决策法是（ ）
智慧职教: 决策树决策法是( )
随机森林算法的分类精度不会随着决策树数量的增加而提高，通常300~500棵决策树的组合是适宜的。
随机森林中可以采用各种决策树算法，常见的决策树算法有（）。
决策树的构建主要是采用（）度量方式，使得决策树的每个分支节点所包含的样本尽量属于同一类别。
决策树中，先剪枝和后剪枝都可以降低过拟合风险，使决策树的泛化性能提升。
通常决策树之间相关系数越高，每棵决策树分类精度越高，决策树数量越多，随机森林模型的分类效果越好。
决策树的决策结果存放在（ ）上。
相比CART和C4.5决策树，随机森林模型不能直接给出决策树的决策规则，即无法给出模型的显性表达式。
临床决策分析中，决策树的构成是（）
决策树更适合（)决策。
采用决策树决策的优点是（)
