决策树学习的关键是如何从候选属性集中选择一个最有助于分类实例的属性，而其选择是以()为依据的

A. 梯度下降

B. 梯度爆炸

C. 梯度消失

D. 梯度扩散

A. 增益系数

B. 信息增益

C. 增益率

D. 基尼系数

E. 信息增益量

A. 交叉验证的次数

B. 用到的核函数

C. 在分类准确性和模型复杂度之间的权衡

D. 以上都不对

A. 一定

B. 不一定

C. 可能

D. 以上都不对

A. 当前属性集为空,无法划分

B. 当前结点包含的样本全属于同一类别,无需划分

C. 所有样本在所有属性上取值相同,无法划分

D. 当前结点包含的样本集合为空,不能划分

A. 1

B. 19

C. 6

D. sqrt(11)