模型树构建之后，为了避免过度拟合，需要对模型树进行剪枝。

A.利用修剪法来限制树的深度

B.利用盆栽法规定每个节点下的最小的记录数目

C.利用逐步回归法来删除部分数据

D.目前并无适合的方法来处理这问题

A.特征构建会生成更多得用于建模的特征值

B.越是高次多项式，生成的衍生特征越多

C.一元多项式回归一般会得到一个曲线模型

D.如果一元线性回归出现过拟合，可采用多项式回归避免过拟合

A.使用较长的历史数据进行回测

B.限制策略自由度和参数数量

C.将历史数据分为样本内和样本外两部分进行测试

D.尽可能提高模型的夏普比率

A.每个观测点上的值zi可以分解为确定性函数值和随机性函数值，这个确定性函数值就是趋势值，而随机性函数值就是剩余值，或者误差值。

B.在实际应用中，往往用次数高的趋势面逼近变化比较小的地理要素数据，用次数低的趋势面逼近起伏变化比较复杂的地理要素数据。

C.次数低的趋势面使用起来比较方便，但具体到某点的拟合较差，次数较高的趋势面只在观测点附近效果较好，而在外推和内插时效果较差。

D.得到趋势面方程之后，需要对趋势面模型进行适度性检验。

A.分析回归系数的经济含义是否合理

B.分析变量之间相关的方向

C.分析估计的模型对数据的拟合效果如何

D.分析变量之间相关的程度

E.对模型进行假设检验