购物者决策树是目标购物者群在货架前的选择逻辑。
某一变量分为两组：15～20，21～25，由此可以判断该变量为一连续变量。（）
某一变量分为下述两组：15-20，21-25，该变量为一连续变量。（）
用表上作业法求解运输问题时，当某个非基变量检验数为0，则该问题有（）。
目标函数或约束条件中，至少存在一个决策变量为非线性函数的规划属于（）
在相关分析中，当两个变量都是正态连续变量，而且两者之间线性关系，表示这两个变量之间的相关称为（）。
购买决策树是指消费者购买商品的先后顺序。
决策树是用来描述DFD中（）的。
决策树是一种表示知识的方法，它属于（）。
决策树是一种树状结构，用来表示数据之间的联系。
随机变量的数学期望值表达了，在多次重复进行随机试验时可能取得的平均值。当决策者追求总平均收益最大时，他遵循贝叶斯法则是合理的；但当他追求总收益最大时，贝叶斯法则却不再合理。
风险型决策中的最大期望值准则就是把每一个决策方案看作是离散型随机变量，然后把它的数学期望算出来，再加以比较。如果决策目标是收益最大，那么选择数学期望值最大的方案。反之，选择数学期望值最小的方案。
若非线性规划的目标函数为变量的二次函数，约束条件又都是决策变量的线性等式或不等式，则称这种规划为二次规划。
对于乐观系数准则，当a=0时，该准则为悲观决策；当a=1时，该准则为乐观决策。
决策树是（）方法的一种。
当各个变量值的频数相等时，该变量的（）
用单纯形法求解目标函数为极大值的线性规划问题，当所有非基变量的检验数均小于零时，表明该问题（）
根据最优化问题中决策变量在目标函数与约束条件中出现的形式可分为（ ）和（ ）。
根据最优化问题中决策变量在目标函数与约束条件中出现的形式可分为（ ）和（ ）。
线性规划的数学模型由决策变量、约束条件及目标函数构成，称为三个要素。 （ ）
LP模型中目标函数和约束条件是关于决策变量的（）函数。
在决策问题中往往还存在着另外一些变量，它们会影响目标变量，但其数值完全取决于决策环境中的外在因素，是决策者（ ）的，这些变量一般称为外生参数。
根据最优化问题中决策变量在目标函数与约束条件中出现的形式可分为（ ）和（ ）。
10、协变量条件密度检验的一种方法是跑回归，将协变量作为被解释变量进行断点回归，并且预期该变量的条件密度函数在断点处不是跳跃的，而是连续的。
