假设某属性A将数据集划分为2个子集：

子集1：5个样本（3正，2负），信息熵H1=0.97

子集2：5个样本（1正，4负），信息熵H2=0.72

原数据集信息熵H(S)=0.95，则属性A的信息增益为？（）

   ID3算法通过以下哪个指标选择最优分裂属性？  

   若某一轮弱分类器的加权错误率εt≥0.5，AdaBoost会如何处理？  

   AdaBoost的最终分类器H(x)是如何组合弱分类器的？ 

   以下关于AdaBoost和Bagging的描述正确的是？（）  

   假设某轮迭代中，3个样本的权重分别为[0.2,0.3,0.5]，弱分类器对它们的预测为[+1,-1,-1]，真实标签为[+1,+1,-1]，则加权错误率et为？（）  

以下关于AdaBoost和Bagging的描述正确的是？（）

在ID3算法中，信息熵H(S)的物理意义是？（）

在AdaBoost中，如果某一轮的弱分类器的加权错误率εt=0.5，会发生什么？（）

以下关于决策树剪枝的描述，错误的是？（）

梯度提升树（GBDT）与AdaBoost的主要区别是？（）