面试题库 › 算法 / 大模型 › 决策树的特征选择与 ID3/C4.5/CART 区别

决策树的特征选择与 ID3/C4.5/CART 区别

难度 ★★☆在 4 场真实面经中被问到 方向:算法 / 大模型考点:树模型与集成学习

哪些公司问过

携程2字节跳动1快手1

常见岗位:机器学习算法(泛)

答案要点

  1. 分裂原则:选择使不纯度下降最多的特征和切分点
  2. ID3用信息增益,偏向取值多的特征,只支持离散特征且无剪枝
  3. C4.5用信息增益率校正偏好,支持连续值、缺失值和后剪枝
  4. CART为二叉树,分类用基尼指数,回归用平方误差最小化,叶子取均值

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题