现实中大数据挖掘任务往社特征属性过多，而一个普遍存在的事实是，大数据集带来的关键信息只聚集在部分甚至少数特征上，因此我们需要进行以下哪种操作？（）

A.在分类问题中，AUC越小，分类的质量越好
B.在聚类问题中，常用的性能度量参数包括Silhonette轮毅系数、兰德系数（Adjusted Rand index）
C.在回归问题中，最常用的性能度量参数是均方误差（Mse）、均方根误差（fmse）、平均绝对误差（Mae）
D.在分类问题中，常见的评估指标包括混淆矩阵（Confusion Matrix）、精确率（Precision）、召回率（Recal1）、F1值（（F1-Measure）、AUC、ROC曲线（Receiver Operating Characteristic）、PR曲线（Precision and Recall）

A.模型超参数通常根据给定的预测建模问题而调整
B.模型超参数常应用于估计模型参数的过程中
C.模型的超参数可以通过数据直接得到，也可以通过人的经验来设定
D.模型超参数通常可以使用启发式方法来设置
E.模型超参数通常由实践者直接指定

A.K折交叉验证取K∶k最常用的以值是10，此时称为10折交叉验证。其他常用的K值还有5、20等
B.交叉验证的思想是，每次用k个子集的并集作为训练集，余下的那个子集作为测试集，这样就有k种训练集/测试集划分的情况，从而可进行K次训练和测试，最终返回k次测试结果的均值
C.如果训练集相对较小，则增大K值