一种典型的机器学习方法的设计分类器的过程包括：所使用的数据集被划分为训练集和测试集，在训练集上训练分类器，然后在测试集上评价分类器的性能。
A: 正确
B: 错误
A: 正确
B: 错误
举一反三
- 装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集（m"bootstrap"样本），在每个数据集上训练分类器分类，从m个分类器中获得多数投票。 A: 正确 B: 错误
- 分类器设计包括划分数据集、()和分类器测试。 A: 分类器构造 B: 分类器决策 C: 预处理 D: 数据获取
- 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
- 装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集（mbootstrap样本），在每个数据集上训练分类器分类，从m个分类器中获得多数投票。
- 机器学习数据集一般可划分为训练集和测试集。