Có bao nhiêu luật sinh ra từ cây quyết định trên:

4 luật

2 luật

1 luật

Nhiều luật

Trả lời:

Đáp án đúng: A

Cây quyết định có thể sinh ra nhiều luật, mỗi luật tương ứng với một đường đi từ gốc đến lá. Do đó, đáp án D là chính xác.

150+ câu hỏi trắc nghiệm Khai phá dữ liệu đầy đủ đáp án và lời giải - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 34:

Có thể sử dụng phân lớp dựa trên mạng Nơron nhân tạo. Vậy mạng Nơron nhân tạo là gì?

Lời giải:

Đáp án đúng: A

Mạng Nơron nhân tạo (Artificial Neural Network - ANN) là một mô hình tính toán được lấy cảm hứng từ cấu trúc và chức năng của mạng nơ-ron sinh học trong não bộ con người. Mục tiêu của ANN là mô phỏng khả năng học hỏi và giải quyết vấn đề của não bộ thông qua việc sử dụng các thuật toán và cấu trúc dữ liệu. Do đó, đáp án A là chính xác nhất.

Câu 35:

Cho tập ví dụ học như bảng. Entropy của kết luận C = Play Ball là:

Lời giải:

Đáp án đúng: A

Để tính entropy của kết luận C = Play Ball, ta cần xác định số lượng các trường hợp 'yes' (chơi bóng) và 'no' (không chơi bóng) trong tập dữ liệu. Giả sử sau khi đếm, ta có p là tỉ lệ các trường hợp 'yes' và q là tỉ lệ các trường hợp 'no'. Entropy được tính theo công thức: Entropy(C) = -p * log2(p) - q * log2(q). Trong trường hợp tổng quát, nếu số lượng 'yes' và 'no' bằng nhau (ví dụ: 50% 'yes' và 50% 'no'), entropy sẽ là 1. Nếu tất cả đều là 'yes' hoặc tất cả đều là 'no', entropy sẽ là 0. Nếu số lượng 'yes' và 'no' không được cung cấp trong câu hỏi, ta không thể tính chính xác giá trị entropy. Tuy nhiên, nếu ta giả sử một trường hợp mà số lượng 'yes' và 'no' bằng nhau, entropy sẽ là 1. Vì vậy, phương án A có vẻ hợp lý nhất nếu không có thông tin cụ thể nào khác.

Câu 36:

Cho tập ví dụ học như bảng. P(Wind= Weak) là:

Lời giải:

Đáp án đúng: A

Để tính P(Wind=Weak), ta cần đếm số lượng ví dụ trong tập dữ liệu mà thuộc tính Wind có giá trị là Weak, sau đó chia cho tổng số ví dụ. Giả sử bảng dữ liệu có tổng cộng 6 ví dụ (điều này cần được xác nhận từ bảng dữ liệu gốc, nhưng vì không có bảng dữ liệu, ta giả định như vậy để giải thích). Nếu trong 6 ví dụ này, có 3 ví dụ mà Wind = Weak, thì P(Wind=Weak) = 3 / 6. Vậy đáp án đúng là B.

Câu 37:

Khi sử dụng thuật toán Quilan để xây dựng cây quyết định. Tại mỗi bước của thuật toán ta chọn thuộc tính nào trong số các thuộc tính còn lại để làm gốc phân nhánh?

Lời giải:

Đáp án đúng: A

Thuật toán Quinlan (ID3) chọn thuộc tính để phân nhánh dựa trên độ lợi thông tin (Information Gain) lớn nhất, tức là thuộc tính làm giảm entropy (độ bất định) nhiều nhất sau khi phân chia dữ liệu. Điều này tương đương với việc chọn thuộc tính có độ phân biệt cao nhất, vì nó giúp phân loại các mẫu dữ liệu một cách hiệu quả nhất. Do đó, đáp án A là chính xác.

Câu 38:

Entropy là một đại lượng có miền giá trị là:

Lời giải:

Đáp án đúng: A

Entropy, trong lý thuyết thông tin và vật lý, là một đại lượng đo độ hỗn loạn hoặc sự không chắc chắn của một hệ thống. Giá trị của entropy thường được chuẩn hóa để nằm trong khoảng từ 0 đến 1 (hoặc đôi khi được biểu diễn dưới dạng phần trăm từ 0% đến 100%). Do đó, đáp án đúng là [0; 1].

Câu 39:

Cho tập ví dụ học như bảng. Sử dụng thuật toán ILA. Có bao nhiêu tổ hợp gồm có 3 thuộc tính phân biệt:

Lời giải: