如果结果不匹配，请 
更多“将数据集划分成训练集S和测试集T的常见方法有（）。”相关的问题
第7题
下列哪一种情况被称为过学习现象（）
A.在训练集上A优于B，在测试集上A也优于B
B.在训练集上A优于B，在测试集上B优于A
C.相对于分类数据集，决策树过于简单
D.在训练集上决策树的误差很小
第8题
随机森林利用随机的方式将许多决策树组合成一个森林，每个决策树在分类的时候决定测试样本的最终类别。它的优点是（)。
A.级别划分较多的属性不会影响模型效果
B.在某些噪音较大的分类或回归问题上不会过拟合
C.每次学习使用不同训练集，一定程度避免过拟合
D.能够处理高纬度的数据，并且不做特征选择
第10题
我们想要减少数据集中的特征数，即降维.选择以下适合的方案：（）。
A.使用前向特征选择方法
B.使用后向特征排除方法
C.我们先把所有特征都使用，去训练一个模型，得到测试集上的表现.然后我们去掉一个特征，再去训练，用交叉验证看看测试集上的表现.如果表现比原来还要好，我们可以去除这个特征
D.查看相关性表，去除相关性最高的一些特征
