假设我们有一个数据集，在一个深度为 6 的决策树的帮助下，它可以使用 100% 的精确度被训练。现在考虑以下两点，并基于这两点选择正确的选项。注意：所有其他超参数是相同的，所有其他因子不受影响。1 深度为 4 时将有高偏差和低方差2 深度为 4 时将有低偏差和低方差（）

1.深度为4时将有高偏差和低方差

2.深度为4时将有低偏差和低方差

A.只有 1

B.只有 2

C.1 和 2

D.没有一个

我们想在大数据集上训练决策树,为了使用较少时间,我们可以()

A.增加树的深度

B.增加学习率(learnin grate)

C.减少树的深度

D.减少树的数量

A、对训练集随机采样，在随机采样的数据上建立模型

B、尝试使用在线机器学习算法

C、使用 PCA 算法减少特征维度

A.特征 X1 很可能被排除在模型之外

B.特征 X1 很可能还包含在模型之中

C.无法确定特征 X1 是否被舍弃

D.都不对

A.该模型在训练集和测试集都取得了很高的准确率，因此该模型具有很好的鉴别能力

B.该模型出现了过拟合问题

C.利用该模型对未来的贷款申请做预测，将得到95%的准确率

D.该模型几乎没有鉴别能力

A.该模型在训练集和测试集都取得了很高的准确率,因此该模型具有很好的鉴别能力

B.该模型出现了过拟合问题

C.利用该模型对未来的贷款申请做预测,将得到95%的准确率

D.该模型几乎没有鉴别能力