使用决策树分类时，如果输入的某个特征的值是连续的，通常使用二分法对连续属性离散化，即根据是否大于/小于某个阈值进行划分。如果采用多路划分，每个出现的值都划分为一个分支，这种方式的最大问题是

A. 在线$;$离线$;$自动$;$手动

A. 计算机表示法 $;$ 谓词表示法
$;$框架表示法 $;$产生式规则表示法

A. 曼哈顿距离 $;$ 欧氏距离 $;$ 马氏距离 $;$ 切比雪夫距离

A. 人脸识别$;$光学字符识别$;$OCR

A. 连接主义$;$逻辑学派$;$生理学派$;$符号主义

A. 0.2$;$0.25$;$30%  $;$0.35

A. catch&;&exception&;&catch(a)&;&except

A. 深度学习$;$特征学习$;$模式识别$;$自动翻译