4.1
题：试证明对于不含有冲突数据（即特征向量完全相同但标记不同）的训练集，必然存在与训练集一致（即训练误差为0）的决策树。
答：根据决策树学习基本算法可知：
1.当前节点包含的样本全属于同一类别，无需划分
2.当前属性集为空，或者样本所有属性上取值相同，无法划分
故若两个特征向量完全相同，则决策树有相同点，若特征向量不同，则会出现误差，决策树和训练集不一致。即证
4.2
题：试分析使用“最小训练误差”作为决策树划分选择准则的缺陷。
学习算法期望找到所有实例中最小错误率的分类器即最小训练误差。故会存在训练集出现过拟合现象
4.3
题：
