（）是一种基于树结构进行决策的算法。

A. 用来创建数据$;$用来展现数据$;$用来分析数据$;$用来转换数据

A. npusim info$;$npu info$;$atlas-Driver info$;$atlas info

A. 前馈神经网络$;$卷积神经网络$;$循环神经网络$;$以上答案都不对

A. 聚类数据集$;$中位数$;$拟合数据集$;$频繁项目集

A. 召回率$;$混淆矩阵$;$均方误差$;$准确率

A. 字符$;$链表$;$行列式$;$键值对

A. 与Adaboost相比，随机森林采用一个固定的概率分布来产生随机向量
$;$随着个体学习器数目的增加，随机森林通常会收敛到更低的泛化误差$;$与Adaboost相比，随机森林鲁棒性更好$;$随机森林的训练效率往往低于Bagging

A. 清洗$;$变换$;$集成$;$脱敏

A. 规则之间的关系不明确
$;$低效的搜索策略
$;$没有学习能力
$;$没有统一的结构